17. 在自然語言處理中，檢索增強生成(Retrieval-Augmented Generation, RAG)是一種結合語言模型與向量搜尋的技術，可有效減少模型知識過時與產生幻覺的問題。若要建立一套高效能的 RAG 系統，下列何者為在「檢索階段」最關鍵的挑戰？ (A)確保檢索到的文件能被完整納入語言模型的上下文視窗(Context Window)中進行生成； (B)選擇使用 Faiss 或 ScaNN 等近似最近鄰搜尋函式庫； (C)降低嵌入模型(Embedding Model)在高維空間中的計算成本與記憶體占用； (D)避免向量檢索結果僅具語意相似但與查詢意圖無實質關聯的情況