待验证50% 置信事实时间未知
As context length increases, even GPT-4-level models experience 'attention dilution,' causing generated answers to contain factual errors or logical leaps.
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
相关事实
待验证GPT-5.6新模型的幻觉问题没有随算力增长而消解，某些情况下甚至更严重，测试针对的是老模型已标记事实错误高发的对话数据集75% 相似待验证过于冗长、矛盾或模糊的系统提示词会导致模型注意力分散，产生过度思考或指令遵循失败，精简 agents.md 可提升指令遵循的确定性68% 相似待验证在长对话中早期的错误尝试和调试过程会持续占据上下文窗口，造成上下文污染并干扰后续推理准确性68% 相似待验证当提示词过长时，大模型会出现'注意力爆炸'现象，即输入太长导致有效信息丢失67% 相似待验证多头自注意力机制突破了RNN/LSTM在长序列处理中因梯度消失导致的遗忘瓶颈，并支持GPU/TPU大规模并行计算65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/57135API
curl https://kongchang.com/api/v1/knowledge/claims/57135MCP
get_claim(id=57135)