待验证85% 置信事实时间未知
LLM存在位置偏差（Positional Bias），倾向于更关注输入序列的开头和结尾，中间部分信息容易被遗忘
1
来源数
85%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
Claude Code Ultra Review实测：多Agent代码审查深度解析
bilibili量子菠萝_
涉及实体
相关事实
已验证LLM存在'Lost in the Middle'现象，即模型对上下文开头和结尾的信息关注度高，而对中间部分的信息容易忽略75% 相似待验证由于位置编码的存在，Prompt开头和结尾的内容往往比中间部分获得更多关注70% 相似待验证当关键信息被放置在长文本的中间位置时，模型的检索和推理准确率会显著下降，而放在开头或结尾的信息则能被较好地利用69% 相似待验证语义缓存命中判断通常设置预设相似度阈值（例如0.9），超过则直接返回缓存答案跳过LLM调用66% 相似待验证数字判读消除了主观读线的模糊性，但也意味着失去了观察LH线条逐渐加深趋势的信息，对于习惯通过线条深浅变化预判排卵趋势的用户来说信息量反而更少65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/16254API
curl https://kongchang.com/api/v1/knowledge/claims/16254MCP
get_claim(id=16254)