待验证60% 置信事实精确时间
大语言模型本质上是无状态（stateless）的，代码仓库作为外部持久化存储弥补了这一缺陷
2
来源数
60%
置信度
长期有效
时效性
2026/7/24
首次发现
来源
相关事实
待验证大语言模型即使支持200K Token上下文，在处理大型代码库时也存在Lost in the Middle现象，即对上下文中较早信息关注度递减71% 相似待验证掩码扩散语言模型的解码过程中，token 一旦被提交到掩码位置通常是不可逆的，无法再被修正71% 相似待验证大语言模型本质上是无状态的函数，模型的记忆完全依赖于上下文窗口中的内容69% 相似待验证大语言模型没有跨会话持久记忆，上下文窗口之外的信息一律看不见，角色卡通过将人物信息打包成固定条目随提示词注入来解决人设漂移问题。69% 相似待验证大语言模型的「健忘」源于其无状态（stateless）的推理架构，每次调用 API 时模型仅处理当前请求中传入的 token 序列，不保留任何跨请求的内部状态69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/607217API
curl https://kongchang.com/api/v1/knowledge/claims/607217MCP
get_claim(id=607217)