大型语言模型可以流利地生成语言，但 流畅性并不等同于事实可靠性。大语言模型的根本局限在于其对 参数化记忆——即在训练结束时被冻结的知识，这一时间点被称为训练截止点。

为何大语言模型在孤立状态下会失败

RAG的存在是因为许多实际问题依赖于以下类型的信息： 私有的、 最新的、 版本化的、 领域特定的或 可审计的。若缺乏外部知识，模型将面临以下问题：

• 时间限制：无法了解训练完成后的事件。
• 访问限制：无法访问“暗数据”（企业内部文档）。
• 可追溯性限制：缺乏用于专业问责的可审计记录。