Qwen 千万级文档 RAG 流水线：四层防线把不可回答问题的幻觉率压到 2%，p95 延迟 18ms。

纵横经纬

Qwen 千万级文档 RAG 流水线：四层防线把不可回答问题的幻觉率压到 2%，p95 延迟 18ms。

▸ 混合检索（稠密 + BM25）
▸ 引用约束生成 + 原子声明验证
▸ 校准弃权：拿不准就拒答
▸ 千万级向量仍保 18ms p95

四层防幻觉的姿势很标准，没什么花活，但拼在一起就是生产级。多数团队卡在"加个向量库就完事"，没人愿意做"声明级验证"和"弃权"那两步——前者工程量大，后者要说服产品方接受"模型会说不知道"。2% 不是天花板，是工程纪律的回报。这套架构值得照抄。