09. 为什么用了 RAG 之后模型仍然可能产生幻觉？

简单回答

RAG 只能降低幻觉概率，不能保证绝对不幻觉，因为模型最终还是在生成，它可能拿错资料、误读资料，或者明明没检到也硬答。

详细解析

• 如果召回结果本身就不对，后面的模型再强也只是在基于错误上下文生成。
• 即便召回对了，若上下文拼装混乱、提示词约束弱，模型也可能忽略证据自由发挥。
• 有些问题本身知识库没有答案，此时如果没有设计拒答机制，模型往往会编。
• 因此 RAG 的关键不是“有没有接知识库”，而是“检索、提示、约束、评测是否闭环”。

面试时可以这样答

面试时最好把幻觉来源拆成“检索前、检索中、生成时”三个阶段。

常见追问

• 怎么降低 RAG 幻觉？
• 为什么引用原文也不一定可靠？