Unverified50% confidenceFactExact time
跨会话上下文关联本质上依赖后端大语言模型对历史记录的向量检索与语义匹配，类似RAG架构
1
Sources
50%
Confidence
Long-term
Relevance
10/5/2026
First Seen
Sources
Related Entities
Related Claims
Unverified仓库级理解在技术上依赖大语言模型的长上下文窗口与检索增强生成（RAG）技术的结合77% similarVerified现代RAG实现广泛引入稠密向量检索（Dense Retrieval），利用嵌入模型将文本转化为高维向量，通过语义相似度进行匹配76% similarUnverified对话式检索本质上是检索增强生成（RAG）架构的应用，系统先从本地知识库检索相关内容片段，再作为上下文输入大语言模型生成回答75% similarUnverified传统RAG架构主要依赖Embedding相似度检索，通过文档切片、向量化后根据语义相似度召回内容，无法表达实体之间的结构关系、因果链条或时序依赖72% similarUnverified生成式引擎通常采用检索增强生成（RAG）架构，先从索引语料库检索相关片段，再由语言模型综合生成自然语言答案72% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/979223API
curl https://kongchang.com/api/v1/knowledge/claims/979223MCP
get_claim(id=979223)