待验证50% 置信事实精确时间

即使是支持128K token的大模型，在实际使用中也面临注意力衰减问题——模型对窗口中间位置的信息关注度明显低于首尾

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

AI Agent开发四大核心模块：从翻车到稳定落地的架构指南

bilibiliAIAgent应用开发2026/6/24

相关事实

待验证即使是128K Token的大模型在处理大量历史时也会出现注意力稀释问题85% 相似待验证即使支持128K或更长上下文的大语言模型，在一次性注入所有能力指令时也会出现注意力稀释（Attention Dilution）问题，导致特定任务执行质量下降76% 相似待验证小模型长上下文理解质量随长度下降快，通常超过4K-8K token窗口后表现退化75% 相似待验证上下文窗口大小不等于有效上下文长度，超出有效注意力范围会导致遗忘漂移现象75% 相似待验证早期模型上下文窗口较小（4K–8K Token），长任务中较早的指令和中间状态会被挤出窗口导致遗忘75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/41632

API

curl https://kongchang.com/api/v1/knowledge/claims/41632

MCP

get_claim(id=41632)