待验证85% 置信事实时间未知
在大语言模型的注意力机制中，过期旧笔记和权威日志在物理上处于完全平等的竞争地位，语义更接近问题的内容可能获得更高权重
1
来源数
85%
置信度
长期有效
时效性
2026/5/31
首次发现
来源
AI总答偏？用代码把资料编译成任务上下文
bilibili玉启智能
涉及实体
相关事实
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73% 相似待验证当训练数据中某些文本出现频率极高时，大语言模型可能产生记忆化（Memorization）现象，能够近乎逐字输出特定段落73% 相似待验证In large language models, more input tokens cause more dispersed model attention, potentially causing key information to be overlooked71% 相似待验证2023年多项研究指出，大语言模型的使用可能影响用户的元认知能力，即人对自身认知过程的监控和调节能力71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/6245API
curl https://kongchang.com/api/v1/knowledge/claims/6245MCP
get_claim(id=6245)