夜雨聆风我是老九，一个一直在一线折腾技术和AI的人。我习惯留意一些看着很先进，但放到工作和生活里付出不小代价的事。欢迎关注我！
当前章节：第一章｜Token与分词机制
当前小节：第四节｜Token 为什么会影响模型行为（Prompt 与上下文层）
本篇知识点：lost in the middle
我以前用大模型的时候遇到一个奇怪的现象：发了一大段内容，开头模型记住了，结尾模型也记住了，偏偏最重要的信息放在中间，它忘了。
比如：
要求A
......
要求B（最重要）
......
要求C
结果回答里：
A 执行了。
C 执行了。
B 没了。
我还怀疑模型是不是偷懒？其实不是。
理论上Transformer可以看到整个上下文。
开头，
中间，
结尾，
全部都在窗口里。但能看到不等于会重点关注，这就是特别有名的研究现象，名字就叫：Lost in the Middle中间遗失。
我看过一篇文章，研究人员做过实验。把同一个答案分别放在：开头，中间，结尾。
测试模型能不能找到，结果发现开头命中率高，结尾命中率高，中间最低，形成一个很明显的U型曲线。换句话说模型最容易忽略的就是中间那部分。
为什么会这样？我说一个场景可能会容易解释这个现象。
你在看一本书，第一页写着：考试重点
你会记住。
最后一页写着：考试重点
你也容易记住。
但如果放在：第127页中间某一段。
很多人看完就忘。
模型也类似，因为注意力资源不是无限的，虽然Transformer理论上能看全部token，但Attention分配是有倾向的，很多头会天然关注：当前位置附近。
或者：序列两端。
于是中间区域经常成为竞争最激烈的地方。
还有一个问题：上下文越长，问题越明显。
例如：100个token可能影响不大。
但：10万token，20万token，甚至百万token。
中间内容被稀释得越来越厉害，因为每个token都在争夺注意力。注意力预算有限，很多信息还没来得及建立强连接就被后面的内容覆盖了。
这里有个特别有意思的现象，以前我做RAG时会发现知识库命中了，但模型没用，排查发现检索结果被塞进了上下文正中间。模型看到了但没重点关注，于是回答时直接跳过。后来很多RAG框架开始优化：信息摆放位置。
例如：重要内容放前面或者放最后面，不是放中间。因为位置本身就在影响引用概率。
还有一个特别明显的例子，长Prompt。
例如：
角色设定
......
背景资料
......
重要要求
......
输出格式
很多人把最重要要求塞在中间，结果模型老忘。后来改成开头说一次，结尾再说一次，效果明显提升，原因就在这里。
再多说一句，这篇和以前说的Recency Bias不一样。Recency Bias讲的是最后内容影响更大，Lost in the Middle讲的是中间内容影响更小。
一个是加强。
一个是削弱。
共同构成了长上下文里的注意力分布。
很多时候不是模型没看见，也不是模型故意忽略。而是在一条很长很长的token河流里，中间那部分最容易被淹没。
如果你读着还行，欢迎点赞收藏关注；如果有不同的观点，也欢迎大家留言讨论。