已验证65% 置信事实精确时间

Lost in the Middle效应指模型对注入上下文中间位置内容的关注度低于首尾

3

来源数

65%

置信度

长期有效

时效性

2026/7/8

首次发现

来源

拆解ChatGPT选源机制：网络流量分析揭示AI引用真相

hackernewshackernews2026/7/6

相关事实

待验证超长上下文中存在「lost in the middle」效应，即模型对序列头部和尾部内容记忆更强而对中间段落关注度下降，该现象由斯坦福研究者命名77% 相似待验证Lost in the Middle 效应指模型对位于极长输入序列中间位置的信息关注度会系统性下降，在超过 20K token 时开始显著，100K token 级别尤为突出77% 相似已验证研究表明当上下文过长时，模型对中间部分信息的注意力会显著下降，即"Lost in the Middle"现象76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/262408

API

curl https://kongchang.com/api/v1/knowledge/claims/262408

MCP

get_claim(id=262408)