Unverified50% confidenceFactExact time
以RAG为例，面试官会追问为什么不用Fine-tuning、检索召回率低时如何优化、用哪种向量数据库及原因
1
Sources
50%
Confidence
Long-term
Relevance
9/22/2026
First Seen
Sources
Related Entities
Related Claims
Unverified企业RAG项目中回答质量不佳的原因可能来自文档切分策略、Embedding模型选择、检索算法精度和Prompt模板设计等多个环节78% similarVerified基于向量数据库的RAG（检索增强生成）方案更擅长处理文档型知识，但对高度结构化的工程事实检索精准度和实时性往往不够理想74% similarUnverified文本分块过大会稀释检索精度，过小会导致语义不完整，分块策略直接决定RAG系统的检索质量73% similarUnverified研究表明在RAG系统中，检索环节的质量对最终答案准确率的影响往往超过语言模型本身规模带来的增益72% similarUnverified相比RAG提交prompt有硬上限，图谱工具调用允许模型按需调用任意次数以挖掘所需信息71% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/941777API
curl https://kongchang.com/api/v1/knowledge/claims/941777MCP
get_claim(id=941777)