第 13 章候选资料：Knowledge Base 与检索

说明：以下本地研究键已经映射到全局 .ai/references.md 的正式 REF-* 编号。本地键仅用于历史追溯，正文和发布工件应使用正式编号，并保留本页的限定用途。

局部 ID	正式引用	一手来源	本章可使用的限定陈述	不得外推	访问日期
C13-REF-01	REF-045	Lewis et al.：Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks	论文提出把预训练的参数化序列到序列模型与经神经检索器访问的、基于 Wikipedia 的非参数稠密向量索引结合，并把知识溯源与知识更新列为开放问题。	任意 RAG 都能提升事实性、论文结果可复现于本书案例，或向量检索本身提供引用与新鲜度保证。	2026-07-16
C13-REF-02	REF-046	Anthropic：Contextual Retrieval	该工程文章将 RAG 描述为：切分资料、建立嵌入并在运行时检索相关片段加入模型上下文；文章还指出词法匹配可补足部分精确术语检索。	文章中的性能数字、特定 Top-K、模型、供应商、成本或其“Contextual Retrieval”流程是通用最优做法。	2026-07-16
C13-REF-03	REF-047	OpenAI API：Vector stores	当前 API 参考把 vector store 用于语义搜索和 file_search，并列出切块策略、查询及文件属性筛选等该产品接口概念。	默认切块参数、限制、价格、保留期、索引质量、安全属性或该接口适用于其他检索系统。	2026-07-16

写作时的来源规则

• 只有 REF-045 的论文背景、REF-046 的工程文章和 REF-047 的产品接口陈述可以被归因；知识分层、来源优先级、证据卡、引用回链和保守拒绝规则都是本书工程模型。
• REF-047 是动态 API 文档。任何再次修改正文中与 OpenAI vector store 有关的句子，必须在写作当日重新访问该页；不沿用本页的接口细节作为当前事实。
• “当前 API 鉴权方式”的案例只是虚构教学任务。它不声称已查询某个真实 API，也不把博客、搜索结果或纯内存示例包装成官方资料。