待验证50% 置信事实精确时间
最初的RAG论文使用DPR（Dense Passage Retrieval）作为检索器，以Wikipedia作为知识源
1
来源数
50%
置信度
长期有效
时效性
2026/8/15
首次发现
来源
相关事实
待验证RAG原始论文使用DPR（Dense Passage Retrieval）作为检索器、BART作为生成器80% 相似待验证Retrieval-Augmented Generation (RAG) anchors facts by retrieving relevant documents from external knowledge bases before generation, but has limitations including inconsistent retrieval quality and limited context windows69% 相似待验证知识库底层依赖RAG（Retrieval-Augmented Generation，检索增强生成）技术，将私有文档切片后通过Embedding模型转化为高维向量存入向量数据库64% 相似待验证Exa搜索工具采用类似RAG的技术，预先将网站内容抓取并存储在向量数据库中，查询时使用模糊语义匹配63% 相似已验证该功能使用检索增强生成（RAG）技术架构，在生成内容时实时检索用户提供的外部文档作为上下文依据62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/751611API
curl https://kongchang.com/api/v1/knowledge/claims/751611MCP
get_claim(id=751611)