Unverified50% confidenceFactExact time
小模型长上下文理解质量随长度下降快，通常超过4K-8K token窗口后表现退化
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
7/16/2026
First Seen
Valid until: 10/14/2026
Sources
Related Claims
Unverified早期模型上下文窗口较小（4K–8K Token），长任务中较早的指令和中间状态会被挤出窗口导致遗忘77% similarUnverified即使是支持128K token的大模型，在实际使用中也面临注意力衰减问题——模型对窗口中间位置的信息关注度明显低于首尾75% similarUnverified低端AI模型的上下文窗口较小，可能只有8K-32K tokens，导致在修改新功能时无法充分理解已有功能的完整逻辑，产生回归缺陷74% similarUnverified研究发现位于上下文首尾的信息被模型召回的概率远高于中间位置，衰减在上下文长度超过4K token后急剧加速72% similarUnverified研究发现Lost in the Middle衰减在上下文长度超过4K token后急剧加速66% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/530577API
curl https://kongchang.com/api/v1/knowledge/claims/530577MCP
get_claim(id=530577)