待验证50% 置信事实精确时间

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

1

来源数

50%

置信度

长期有效

时效性

2026/7/8

首次发现

来源

Claude Code桌面版完整指南：无账号接入DeepSeek国产模型

bilibili程序员比巴布2026/7/6

相关事实

待验证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77% 相似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73% 相似待验证研究发现位于上下文首尾的信息被模型召回的概率远高于中间位置，衰减在上下文长度超过4K token后急剧加速71% 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70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/279138

API

curl https://kongchang.com/api/v1/knowledge/claims/279138

MCP

get_claim(id=279138)