大型語言模型能流暢地生成語言，但 流暢性並不等同於事實可靠性。大語言模型的根本限制在於其對 參數記憶——即訓練結束時凍結於時間點上的知識，稱為訓練截止點。

為什麼大語言模型在孤立狀態下會失敗

RAG之所以存在，是因為許多實際問題依賴於資訊，這些資訊具有 私密性、 新近性、 版本化、 領域專屬性或 可審計性。若無外部知識，模型將面臨以下困境：

• 時間限制：無法得知訓練完成後的事件。
• 存取限制：無法看見「暗數據」（私密企業文件）。
• 可追溯性限制：缺乏可審計的追蹤路徑以確保專業責任。