IV 版 ◆ 知识引擎 ◆ Knowledge Engine
第 IV 版 4 章 约 124 分钟 建议顺序 第 4 位
IV · 知识引擎
Knowledge Engine — 让回答有据可查
本版导读 · Why this section
Agent 的幻觉不是靠提示词治好的，是靠"回答必须落在可验证的知识上"治好的。这一部分讲知识建模（实体 / 事实 / 推断三层）、RAG 的完整链路与失效模式、向量检索的原理与边界，以及如何让每一条引用都能被点开验证。
目录 · In this section
01 进阶
知识建模：实体、事实、推断
Entity, Fact, Inference
把业务知识拆成三层——实体是可锚定的对象，事实是可溯源的关系，推断是带依据链的衍生结论。这一章讲清三层为什么必须分开，混在一起会出什么事。
未读 30 分钟
02 进阶
RAG 的链路与失效模式
Retrieval Augmented Generation
RAG 不是"检索 + 生成"两句话，它是一条有六个环节的链路，每个环节都能独立地把结果做错。这一章把失效模式逐个拆开，并给出定位手段。
未读 32 分钟
03 进阶
Embedding 与向量检索
Vectors and Similarity
语义检索为什么会找错？因为"语义相近"和"对回答问题有用"是两件事。这一章讲清向量检索的原理、相似度度量的选择，以及它的能力边界。
未读 28 分钟
04 深入
混合检索、Rerank 与知识可信
Hybrid Retrieval and Trust
召回要宽、排序要准、引用要能被点开验证。这一章把关键词检索与向量检索拼成一条混合链路，用 Rerank 做精排，最后解决"凭什么相信这条知识"的问题。
未读 34 分钟
其他版块 · Other sections
- I 版 · Model Foundations 大模型原理 —— 先看懂发动机（5 章）
- II 版 · Harness Engineering Harness 工程 —— 模型之外的一切（8 章）
- III 版 · Evaluation Engineering 评测工程 —— 从许愿到工程（5 章）