待验证50% 置信事实精确时间
该项目实现的是长期记忆，将关键信息存入文件系统以突破大语言模型上下文长度有限和会话结束即遗忘的限制
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/17
首次发现
有效期至：2026/12/16
来源
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75% 相似待验证陪伴类AI留存困境的技术根源在于当前主流大语言模型的长期记忆机制不成熟，对话窗口外的历史信息往往丢失75% 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% 相似已验证大语言模型本身是无状态的，不会在服务器端持久保存对话记忆，记忆需由调用方显式维护和传递71% 相似已验证大语言模型本身没有跨会话的持久记忆，每次新任务都需要重新加载项目上下文71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/930600API
curl https://kongchang.com/api/v1/knowledge/claims/930600MCP
get_claim(id=930600)