北京
AI的記憶力，可能根本不是你想象的那樣。
UVA和NYU的研究人員剛發(fā)了篇論文，捅破了一層窗戶紙：大模型有個藏不住的致命傷——它們分不清"新歡"和"舊愛"。
舉個例子：病人剛入院，血壓120。十分鐘后，128。出院時，125。你問AI："最后一次讀數是多少？"
正常人都會說125。但測試了GPT-4o、Claude、DeepSeek等35個模型后，結果讓人脊背發(fā)涼。
只要干擾信息一多，所有模型都會集體"斷片"。準確率不是緩慢下降，而是呈對數線性直接跌向零。注意，是100%報錯。
最諷刺的是，正確答案就擺在問題的正上方，連"搜索"都不用。但模型就是死攥著舊數據不撒手。
在認知心理學里，這叫"前攝抑制"——舊記憶干擾新記憶。人類大腦能自動過濾雜音，但AI不行。它們沒有"清理機制"，只會讓垃圾信息無限堆積。
現在全行業(yè)都在卷Context Window（上下文長度），賣更貴的Token。這篇論文直接掀了桌子：抗干擾能力和上下文長度根本沒關系。128K的超長上下文，本質上只是一個AI處理不了的巨大垃圾桶。
如果你在用AI跑金融時序、處理動態(tài)醫(yī)療數據或者構建長程Agent，你正踩在一個隨時會崩塌的地基上。
這個硬傷不解決，AI永遠無法真正理解"現在"。
情報來源：X @mubeitech / UVA & NYU 研究論文
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
