在构建RAG系统时，如果拥有多个知识库，如何设计检索流程才能在保证查询速度的同时维持答案准确性，并有效降低模型幻觉的发生？

回答思路

1. 【回答框架 1】多知识库RAG的核心挑战是数据孤立与检索效率冲突。需要构建统一的知识库网关，按业务域或数据源类型划分索引分片，同时维护全局路由元数据，使查询能快速定位到最相关的知识库子集，避免全量扫描。
2. 【回答框架 2】维持准确性的关键在于检索质量。可使用混合检索（BM25+向量检索）并结合重排序模型（如rerank），同时设置动态阈值过滤低相关块；对多路召回结果做融合拼接，再输入大模型生成答案。
3. 【回答框架 3】减少幻觉需从检索、生成与验证三层入手。检索层要求高相关上下文；生成层约束模型基于提供的上下文回答，如设置系统提示词和温度参数；验证层可增加答案来源引用或对生成内容进行事实一致性检查。
4. 【回答框架 4】在效率优化上，可对向量索引使用近似最近邻（如HNSW），根据成本收益调整召回数量和块大小，并利用缓存机制缓存高频查询结果；同时可通过异步预处理知识库更新，减少实时处理负载。
5. 【关键点 1】使用路由机制将查询分发到相关知识库，降低检索范围。
6. 【关键点 2】采用混合检索与重排序，提升召回准确率。
7. 【关键点 3】结合生成约束与验证机制，减少幻觉。
8. 【关键点 4】引入缓存和索引优化（如HNSW、分片）来保证效率。
9. 【易错点 1】忽略知识库特异性，仅用统一向量索引可能造成检索噪声。
10. 【易错点 2】过度依赖重排序可能增加延迟，需平衡精度与性能。
11. 【易错点 3】只追求效率而降低召回质量，容易导致模型基于不完整上下文产生幻觉。