研究者称上下文噪声对LLM是真实困难

2026年10月27日，AI研究者repligate提出，当大语言模型的上下文被大量噪声和需要跟踪的信息填满时，对模型而言是“货真价实的困难”，并非只是叙事层面的说法。报道称，他与@EpistemicHope讨论了人类休息为何有帮助、transformer是否存在类似机制，并提出用信息论视角解释休息的价值。目前该观点以研究者个人表述为主，报道未给出实验数据或具体模型结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。