上下文與記憶

Context Rot 脈絡衰退是什麼?聊越久品質越掉的那件事

Context Rot(脈絡衰退)是指隨著上下文變長,模型對其中資訊的掌握與運用品質逐漸下降的現象。它不是容量爆掉,而是在容量還沒滿的情況下就開始變差:早先交代的規則被淡忘、中段的細節抓不到、被更正過的舊資訊又冒出來。原因是脈絡越長,注意力越分散,而且累積的雜訊與過時內容會跟正確資訊互相競爭。
Context Rot 脈絡衰退是什麼?聊越久品質越掉的那件事:文章重點卡

Context Rot 脈絡衰退是什麼?聊越久品質越掉的那件事

同一個對話聊到第三十輪,你會有一種感覺:它變笨了。開頭交代的規則忘了,改過的東西又跑回來。

這不是錯覺,也不一定是容量爆掉。它有個名字叫脈絡衰退。

你將學到什麼

定義

上下文越長,模型對其中資訊的掌握與運用品質反而下降。

白話比喻

像一份改了三十版還沒清乾淨的文件,新舊指示混在一起。

典型症狀

忘記開頭規則、中段細節抓不到、被更正過的舊資訊又冒出來。

怎麼處理

定期摘要重開、把長期規則移出對話、一個對話只做一件事。

定義

脈絡衰退是指上下文越長,模型對其中資訊的掌握品質反而下降。它是一種漸進的退化,不是突然的失敗。

關鍵在於它發生在容量還沒滿的時候。你看用量還有一半,但回答已經開始漏東西了。

白話比喻

像一份改了三十版、但每一版的批註都還留在上面的文件。新的指示跟舊的指示混在一起,看的人得自己判斷哪一條才算數。

人會問一句「所以最後是哪個版本」,模型不會。它把全部都當成有效輸入,於是開始搖擺。

常見的三種症狀

第一,忘記開頭交代的規則。身分設定、格式要求這些通常放在最前面,越到後面權重越薄。

第二,中段的資訊抓不到。開頭與結尾比較容易被注意到,夾在中間的細節最容易被略過。

第三,被更正過的舊資訊又冒出來。這是最容易造成實際損失的一種,因為它看起來像新的答案。

跟相近名詞的差別

名詞指的是差別
Context Rot脈絡變長之後品質下降是一種漸進退化
Long Context 長脈絡模型支援很長的上下文是能力,不是問題
Context Pollution 脈絡污染錯誤或無關內容混進脈絡強調雜訊來源
Context Window 上下文容量一次能讀進多少是硬上限,撞到才截斷

怎麼處理

三件事最有效。第一,定期請 AI 總結目前的重點,然後開新對話把摘要帶過去,等於把脈絡清洗一次。

第二,把長期不變的規則移出對話,放進自訂指令知識庫。第三,一個對話只做一件事,主題換了就換視窗。

常見誤解

最常見的誤解是把它當成模型變差或平台改版。實際上是你的脈絡累積了太多層新舊混雜的內容,換模型救不了。

第二個誤解是以為只要提醒一次「請照最新版本」就好。提醒本身也是新增內容,舊版本仍然在裡面。真正有效的是把舊的清掉,而不是再疊一句上去。

本文源起本文為酒Ann 的 AI 名詞彙編系列,用白話把常見名詞一次講清楚。歡迎追蹤 酒Ann 的 Facebook

延伸學習

把這篇文章分享給需要的人FacebookLINEThreadsX

常見問答

脈絡衰退跟上下文爆掉是同一件事嗎?
不是。爆掉是超過容量上限,最前面的內容被真的截掉。脈絡衰退是在容量還沒滿的時候就已經開始變差,因為資訊太多、注意力被稀釋,加上舊內容跟新內容互相干擾。所以換一個容量更大的模型不見得能解決。
為什麼改過的東西又跑回來?
因為舊版本還留在脈絡裡。模型看到的是整段歷史,包含你被更正之前寫的內容,兩個版本一起在裡面競爭。這也是為什麼反覆修改同一份稿子時,最好定期重開一個乾淨的對話,只帶最新版本進去。
長脈絡模型能解決這個問題嗎?
能減輕但不能免疫。容量變大讓你不容易撞到硬上限,但塞進去的雜訊也跟著變多,中段資訊被稀釋的問題仍然存在。實務上更有效的做法是主動管理脈絡內容,而不是單純追求更長的容量。