待验证50% 置信事实精确时间
即便是支持128K上下文的模型，在文档长度超过32K时，中段信息的检索准确率往往出现明显下滑
1
来源数
50%
置信度
长期有效
时效性
2026/7/17
首次发现
来源
相关事实
待验证文档分块策略中过长则检索精度下降，过短则丢失上下文74% 相似待验证即使是支持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71% 相似待验证即使是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69% 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69% 相似待验证人类工作记忆的容量约为7±2个信息块（Miller's Law），当系统复杂度超过这个阈值时，纯文本代码的可理解性急剧下降68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/545095API
curl https://kongchang.com/api/v1/knowledge/claims/545095MCP
get_claim(id=545095)