Unverified50% confidenceSolutionExact time
研究发现即便在提示词中明确要求模型以前瞻视角作答，模型依然会受到上下文中已出现的结局信息的影响，物理截断才是阻断后见之明偏差的有效手段
1
Sources
50%
Confidence
Long-term
Relevance
9/15/2026
First Seen
Sources
Related Entities
Related Claims
Unverified模型倾向于关注上下文开头（Primacy Effect）和结尾（Recency Effect），呈现U形注意力曲线78% similarUnverified在延迟敏感场景关闭 Thinking 模式可提升响应速度，在需要精确推理的任务开启则模型先逐步分析再给答案77% similarUnverified通过保持场景不变、只替换关键对象的对比实验，可以在受控条件下观察模型的物理推理能力76% similarUnverified当模型接触完整时间线时，会产生稳定的、对后见之明敏感的答案偏移，倾向于给出与已知结局一致但在决策点上并不合理的答案76% similarVerified推理模型在返回最终结果前进行内部链式思考（Chain-of-Thought），消耗大量token和计算时间以换取更深层理解和更低错误率76% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/921863API
curl https://kongchang.com/api/v1/knowledge/claims/921863MCP
get_claim(id=921863)