Verified65% confidenceFactExact time

Lost in the Middle效应指模型对注入上下文中间位置内容的关注度低于首尾

3

Sources

65%

Confidence

Long-term

Relevance

7/8/2026

First Seen

Sources

拆解ChatGPT选源机制：网络流量分析揭示AI引用真相

hackernewshackernews7/6/2026

Related Claims

Unverified超长上下文中存在「lost in the middle」效应，即模型对序列头部和尾部内容记忆更强而对中间段落关注度下降，该现象由斯坦福研究者命名77% similar UnverifiedLost in the Middle 效应指模型对位于极长输入序列中间位置的信息关注度会系统性下降，在超过 20K token 时开始显著，100K token 级别尤为突出77% similar Verified研究表明当上下文过长时，模型对中间部分信息的注意力会显著下降，即"Lost in the Middle"现象76% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/262408

API

curl https://kongchang.com/api/v1/knowledge/claims/262408

MCP

get_claim(id=262408)