待验证50% 置信事实精确时间
大语言模型存在「指令漂移」（instruction drift）现象，随着对话轮次增加和上下文窗口被大量代码填充，模型对早期指令的遵循概率会逐步下降
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
Claude Code Hooks 完全指南：确定性自动化执行配置详解
bilibilibili_brook2026/6/7
相关事实
已验证大语言模型在长时间对话中会因上下文窗口限制而丢失早期信息80% 相似待验证大语言模型在长文本生成中出现的话题漂移现象在学术上被称为语义漂移（Semantic Drift），根本原因在于自回归生成机制79% 相似待验证Code drift in pure prompt-based development is rooted in the statelessness of large language models, which re-infer system intent with each new prompt77% 相似待验证当前主流大语言模型上下文窗口已扩展至数十万乃至百万tokens，但超长上下文下模型对早期信息的注意力权重会显著衰减（中间丢失问题）75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/41406API
curl https://kongchang.com/api/v1/knowledge/claims/41406MCP
get_claim(id=41406)