Unverified50% confidenceTradeoffExact time
在上下文规模不大的场景中，BM25词频检索在延迟和成本上优于语义嵌入方案
1
Sources
50%
Confidence
Long-term
Relevance
9/14/2026
First Seen
Sources
Related Entities
Related Claims
UnverifiedBM25是TF-IDF的概率改进版，综合考虑词频、逆文档频率和文档长度归一化，但无法捕捉语义相似性72% similarVerified混合检索（将稠密向量检索与BM25稀疏检索结合）比单一方法在大多数基准上表现更好66% similarUnverified基于 LLM 的结构化提取泛化能力强但会产生额外 API 调用成本和延迟；基于规则的提取速度快成本低但需针对网站编写特定规则且易因改版失效——两者存在显著权衡66% similarUnverified描述越短、关键词越精准，路由决策往往越准，上下文成本也越低65% similarUnverified上下文丢失问题可通过上下文压缩或摘要记忆技术应对，前者实现简单但可能丢失隐含上下文，后者语义保留更完整但引入额外模型调用开销65% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/920798API
curl https://kongchang.com/api/v1/knowledge/claims/920798MCP
get_claim(id=920798)