待验证50% 置信事实精确时间
标准向量RAG建立在分布式语义假设之上：语义相近的文本在嵌入空间中距离更近。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
GraphRAG悖论：知识图谱如何避免Token崩溃
rss2026/10/16
涉及实体
相关事实
待验证向量嵌入的核心思想源于分布式语义假说，即语义相近的词或句子在向量空间中距离更近71% 相似待验证嵌入模型将原始内容映射到高维向量空间，输出向量在几何上保留语义关系，含义相近的内容对应向量距离更近66% 相似待验证传统大模型依赖参数化知识（将文本编码进模型权重参数），而RAG引入非参数化知识（将外部文档库作为可实时检索的动态知识源）66% 相似待验证微调适合让模型学习特定输出风格或领域语气，而RAG通过外挂知识库实现即改即用，两者在工程中常结合使用65% 相似待验证三种RAG路线并非互斥，实际工程中可采用混合架构：用向量检索做初步召回，用图谱结构做关系推理，用编译层做知识管理和溯源64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1046412API
curl https://kongchang.com/api/v1/knowledge/claims/1046412MCP
get_claim(id=1046412)