待验证50% 置信事实精确时间

现有大语言模型上下文窗口有限，处理长视频或长时程操作任务时往往出现状态漂移，越到后期对早期事件记忆越模糊

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

AI智能体走出聊天框：Devin安全集群、微软Quicksand与NVIDIA LongLive

涉及实体

大语言模型concept

相关事实

待验证当叙事篇幅超出上下文窗口长度时，早期建立的角色设定与情节伏笔会逐渐淡出模型的有效记忆范围，导致生成内容前后矛盾77% 相似已验证即便拥有百万token上下文的模型，在处理大型代码库时也面临注意力稀释问题——上下文过长时模型对早期内容的关注度会显著下降77% 相似待验证早期大模型在长上下文场景下容易遗忘前文或产生幻觉77% 相似待验证原生大模型受限于上下文窗口大小，处理超长任务时容易遗忘早期信息76% 相似待验证开发者通常通过将历史对话拼接进上下文窗口来模拟LLM的记忆，但会遭遇上下文长度限制、成本飙升及信息检索精度下降等问题76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/995947

API

curl https://kongchang.com/api/v1/knowledge/claims/995947

MCP

get_claim(id=995947)