待验证50% 置信解决方案精确时间

RAG与微调结合、检索相似判例作为上下文可降低模型凭空生成的压力

1

来源数

50%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

微调LLM生成法律判决要旨：为何失败及实战解决方案

涉及实体

相关事实

待验证RAG工作流通常涉及两类模型：嵌入模型（将文本转换为向量用于相似度检索）和对话大模型（综合检索结果生成答案）70% 相似待验证嵌入模型的选择对 RAG 系统性能的影响甚至超过生成模型70% 相似待验证微调嵌入模型时应使用难负样本（如同领域但不同层级的岗位）而非随机负样本，以学习更细粒度的语义差异66% 相似待验证更聪明的模型能在更少的推理步骤内完成任务，减少冗余token输出，这被称为「token压缩效应」，是新一代模型降本的核心来源之一66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/910241

API

curl https://kongchang.com/api/v1/knowledge/claims/910241

MCP

get_claim(id=910241)