待验证60% 置信事实时间未知
LLM存在位置偏差（Positional Bias），倾向于更关注输入序列的开头和结尾，中间部分信息容易被遗忘
2
来源数
60%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
Claude Code Ultra Review实测：多Agent代码审查深度解析
bilibili量子菠萝_
涉及实体
相关事实
已验证LLM存在'Lost in the Middle'现象，即模型对上下文开头和结尾的信息关注度高，而对中间部分的信息容易忽略75% 相似待验证LLM自动评估检索结果时可能存在偏差，如偏好长度更长、语言更流畅的段落，或对特定领域知识有盲区，因此小规模人工标注金标准仍不可替代。74% 相似待验证将关键信息放在输入的开头和结尾位置可以缓解'中间遗忘'效应对结果的影响70% 相似待验证当前LLM Agent通常依赖上下文窗口内的对局记录做隐式推断，缺乏显式的信念状态维护机制，长局中容易遗忘早期线索或过度拟合最近回合。70% 相似待验证检索环节的召回率和准确率对最终答案质量的影响往往大于LLM本身的选择。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/16254API
curl https://kongchang.com/api/v1/knowledge/claims/16254MCP
get_claim(id=16254)