检索增强生成（RAG）在与大型语言模型结合时存在检索无关和上下文污染等失败模式。常见的修复方法往往过度工程化，导致成本上升和准确性下降。可考虑使用长上下文提示、摘要检索、结构化检索和图形推理等替代方案，根据查询类型选择合适的架构，以提高准确性并降低成本。
上下文污染是指错误信息在智能代理系统中反复使用，导致代理将其视为真实信息。文章探讨了这种现象的传播方式及其影响，强调了更新和管理数据的重要性。Redis Iris 提供实时上下文引擎，帮助保持代理信息的新鲜和结构化，从而减少上下文污染的风险。
完成下面两步后，将自动完成登录并继续当前操作。
