Unverified50% confidenceTradeoffExact time
过度膨胀的上下文会稀释模型注意力、抬高推理成本，甚至引入噪声导致幻觉
1
Sources
50%
Confidence
Long-term
Relevance
7/12/2026
First Seen
Sources
AI智能体记忆策略选型指南：决策树方法论详解
hackernewshackernews7/11/2026
Related Claims
Unverified当提示词过长时，大模型会出现'注意力爆炸'现象，即输入太长导致有效信息丢失80% similarUnverified过于冗长、矛盾或模糊的系统提示词会导致模型注意力分散，产生过度思考或指令遵循失败，精简 agents.md 可提升指令遵循的确定性79% similarUnverified高偏差意味着模型过于简单导致欠拟合，高方差意味着模型学入噪声导致过拟合，两者往往此消彼长78% similarUnverified自回归模型生成长序列时注意力机制计算复杂度随序列长度呈二次增长，且误差会累积导致音色漂移77% similarUnverified模型规模越大，幻觉的表述往往越流畅、越具迷惑性，识别难度反而上升76% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/491493API
curl https://kongchang.com/api/v1/knowledge/claims/491493MCP
get_claim(id=491493)