待验证50% 置信事实时间未知
典型的RAG系统使用向量数据库（如Pinecone、Milvus、Weaviate）存储文档嵌入，配合嵌入模型（如OpenAI的text-embedding系列）进行语义匹配
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
AI幻觉：大模型为何必然会「胡说八道」及应对策略
bilibili老傅1024
相关事实
待验证Dify的RAG模块在索引阶段将私有文档切分为文本块，通过嵌入模型转化为高维向量并存入向量数据库（如Milvus、Weaviate、pgvector等）81% 相似已验证Milvus、Pinecone、Chroma是用于存储和检索文本向量的向量数据库，是RAG架构的核心组件79% 相似待验证传统RAG流程的离线阶段将文档切片并通过嵌入模型转化为向量存储在向量数据库中，在线阶段通过近似最近邻（ANN）算法检索相似文档片段79% 相似已验证主流RAG实现依赖向量数据库如Pinecone、Chroma、Milvus、Weaviate，通过余弦相似度等算法进行近似最近邻搜索78% 相似已验证支撑RAG运行的关键基础设施是向量数据库，如Milvus、Pinecone、Weaviate78% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/55876API
curl https://kongchang.com/api/v1/knowledge/claims/55876MCP
get_claim(id=55876)