Verified65% confidenceFactTime unknown
无关信息占据上下文空间（上下文污染）会显著降低模型在核心任务上的表现
3
Sources
65%
Confidence
Long-term
Relevance
6/2/2026
First Seen
Sources
Claude Code Hooks机制详解：规则失效时的安全网
bilibili双笙子佯谬
Related Entities
Related Claims
Verified上下文污染指无关或有害信息占据模型有限的上下文窗口空间，导致模型注意力被分散、推理质量下降80% similarUnverified任务范围更窄的子智能体所需的上下文窗口更小，直接降低了推理成本并减少了上下文污染导致的错误率79% similarUnverified微调通过向模型大量注入领域专业知识，能显著降低特定场景下的幻觉率75% similarVerified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74% similarUnverified过多的上下文信息会成为噪声，降低AI代理的表现质量，保持上下文高度相关比追求数量更重要74% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/38020API
curl https://kongchang.com/api/v1/knowledge/claims/38020MCP
get_claim(id=38020)