待验证60% 置信事实时间未知
Large language models suffer from 'attention decay' when generating long text, causing adherence to earlier instructions to decrease as context length increases
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
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79% 相似待验证级联式架构存在缺陷：每个环节引入延迟，中间的文字转换会丢失语调、情绪、语速等副语言信息77% 相似已验证研究表明大语言模型在处理长文本时存在显著的「中间遗忘」（Lost in the Middle）现象，对输入文本开头和结尾的信息记忆较好，但对中间部分的信息关注度明显下降76% 相似待验证Character collapse occurs when conversations exceed the model's context length limit, causing early character setting information to be truncated or diluted75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/57496API
curl https://kongchang.com/api/v1/knowledge/claims/57496MCP
get_claim(id=57496)