待验证50% 置信事实精确时间

假设文档嵌入（HyDE）先让LLM根据问题生成假设性回答，再用该假设回答检索真实文档以提升语义匹配精度

1

来源数

50%

置信度

长期有效

时效性

2026/7/20

首次发现

来源

AI智能体入门：大模型与Agent的核心区别及构成逻辑

相关事实

待验证主流LLM文本水印方案通过操纵模型生成时的token采样概率分布来嵌入统计信号，而非插入特殊字符70% 相似已验证HyDE（Hypothetical Document Embeddings）是一种查询改写策略，让大模型先生成假设性答案文档再用于检索66% 相似待验证LLM本质上是在做条件概率预测，擅长回答字面问题而非用户真正需求，这种现象被称为字面遵从（Literal Compliance）65% 相似待验证任何将LLM与真实数据或工具链接的系统都必须在架构设计阶段将输入默认不可信作为基本假设65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/573310

API

curl https://kongchang.com/api/v1/knowledge/claims/573310

MCP

get_claim(id=573310)