Unverified75% confidenceFactTime unknown

大语言模型在长文本生成中出现的话题漂移现象在学术上被称为语义漂移（Semantic Drift），根本原因在于自回归生成机制

1

Sources

75%

Confidence

Long-term

Relevance

6/1/2026

First Seen

Sources

用DeepSeek写网文：AI辅助小说创作6步全流程拆解

bilibili人间理之想

Related Entities

Semantic Driftconcept 自回归生成concept

Related Claims

Unverified大语言模型存在「指令漂移」（instruction drift）现象，随着对话轮次增加和上下文窗口被大量代码填充，模型对早期指令的遵循概率会逐步下降79% similar Unverified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78% similar Verified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74% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/17351

API

curl https://kongchang.com/api/v1/knowledge/claims/17351

MCP

get_claim(id=17351)