已验证75% 置信事实精确时间

RAG工程的准确率由文档切片策略、向量化模型选择、相似度阈值调优、重排序（Rerank）机制共同决定

3

来源数

75%

置信度

长期有效

时效性

2026/9/20

首次发现

来源

AI大模型零基础学习路线图：四阶段从入门到就业

涉及实体

RAGconcept Rerankconcept

相关事实

待验证知识库的质量直接决定 RAG 回答的准确性73% 相似待验证RAG 生成指标涵盖忠实度（Faithfulness）、答案相关性（Answer Relevancy）等，常借助 RAGAS 等框架自动化计算72% 相似已验证RAG系统的检索准确性直接决定医疗Agent的输出质量71% 相似已验证RAG评估中，召回率衡量相关文档是否被完整检索到，精确率衡量找回文档是否真的相关，忠实度衡量回答是否有检索文档依据71% 相似待验证RAG（检索增强生成）的工作流程分为检索和生成两步，评估时需分别考察检索质量和生成忠实度。70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/937255

API

curl https://kongchang.com/api/v1/knowledge/claims/937255

MCP

get_claim(id=937255)