热点事件持续更新
隐形软连字符 U+00AD 破坏 RAG 检索
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026 年 10 月 2 日，一名 DEV 作者报告称，一本 400 页技术手册的 EPUB 转换为 Markdown 后，RAG 检索失效。作者排查发现，原因是印刷排版遗留的 U+00AD 软连字符混在单词内部，全书共 4213 个。多数分词器会把该字符当作词边界，从而造成嵌入漂移、关键词搜索零命中。目前报道仅披露了这一发现及其成因，未提及修复方案或后续处理结果。
AI 根据报道生成 · 1 小时前更新
最新进展10月2日 03:30
作者发现 400 页手册含 4213 个 U+00AD，导致 RAG 检索失效。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- Google AI：DEV 作者专属隐形软连字符 U+00AD 破坏转换书籍的 RAG 检索：一本书里藏了 4000 多个
作者发现一本 400 页技术手册的 EPUB 转 Markdown 后 RAG 检索失效，原因是印刷排版遗留的 U+00AD 软连字符混在单词内部，全书共 4213 个；多数分词器把它当作词边界，导致嵌入漂移、关键词搜索零命中。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。