待验证80% 置信事实时间未知
当LLM上下文窗口中的指令过多时，模型对每条指令的关注度会下降，导致遵循率降低
1
来源数
80%
置信度
长期有效
时效性
2026/6/2
首次发现
来源
Karpathy四原则修复Claude Code三大痛点实战指南
bilibiliGoldenSpiderAI
涉及实体
相关事实
待验证随着指令数量增加，LLM的遵循质量会整体下降，开始无差别忽略所有指令而非仅忽略靠后的指令84% 相似待验证研究表明LLM在处理过长、过复杂的指令集时整体遵循率会系统性下降，即指令遗忘现象80% 相似待验证Overly long system instructions in LLMs lead to 'attention decay' on critical rules due to non-uniform attention distribution across the context window.76% 相似待验证当前模型指令遵循失败常表现为忽略system prompt约束、在长对话中遗忘早期指令、随机违反格式化输出要求、以及在多步任务中偏离预定流程76% 相似待验证指令衰减（Instruction Decay）是指当上下文窗口逐渐被填满时，模型对早期系统指令或用户要求的遵循程度明显下滑73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/37623API
curl https://kongchang.com/api/v1/knowledge/claims/37623MCP
get_claim(id=37623)