待验证60% 置信事实时间未知
即使上下文窗口从4K扩展到128K甚至更长，模型处理长文档时仍会遗漏中间部分信息，研究者称之为「Lost in the Middle」现象
2
来源数
60%
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幻觉：大模型为何必然会「胡说八道」及应对策略
bilibili老傅1024
相关事实
待验证随着上下文窗口从4K扩展到128K及以上，Context Rot问题因信息密度稀释而加剧而非改善73% 相似待验证随着模型上下文窗口从4K到128K再到未来可能的数百万token持续扩大，记忆管理和状态管理的实际效果差距会逐渐缩小72% 相似待验证当前主流模型的上下文窗口已扩展至100K甚至200K tokens，但仍面临Lost in the Middle问题72% 相似待验证主流模型的上下文窗口已从最初的4K扩展到128K甚至更大，但更大的上下文意味着更高的推理延迟和成本71% 相似待验证现代大模型上下文窗口已从早期4K Token扩展到128K甚至更长，注意力机制计算量随上下文长度呈平方级增长69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/55874API
curl https://kongchang.com/api/v1/knowledge/claims/55874MCP
get_claim(id=55874)