Unverified50% confidenceFactExact time
Context Rot（上下文腐烂）指随着对话变长、输入 Token 增多，模型准确度会逐步下降，该现象在 Claude、OpenAI、Gemini 等主流模型上普遍存在
1
Sources
50%
Confidence
Long-term
Relevance
8/20/2026
First Seen
Sources
Related Claims
Unverified尽管上下文窗口很大，上下文腐化（Context Rot）依然是巨大问题，模型对上下文中不同位置信息的注意力分布不均匀（Lost in the Middle效应）78% similarUnverified上下文腐烂（Context Rot）指随对话轮次增加，无关信息积累、注意力预算被低价值内容占满，导致推理质量持续下降77% similarUnverified上下文腐烂（Context Rot）包含两种不同的故障模式：Distraction（注意力稀释）和Poisoning（因果链污染）71% similarUnverifiedRAG系统存在迷失在中间（Lost in the Middle）问题，即上下文较长时模型往往忽略中间部分信息而偏向开头和结尾66% similarUnverified尽管Opus 4.7已有百万级上下文窗口，但上下文腐化（Context Rot）依然是巨大问题62% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/776490API
curl https://kongchang.com/api/v1/knowledge/claims/776490MCP
get_claim(id=776490)