概述
「迷失在中間」效應是指語言模型傾向於在長輸入的開頭或結尾時最好地使用訊息，而忽略埋藏在中間的事實。這很重要，因為它限制了我們對檢索到的文件的長上下文模型的信任程度。
迷失在中間效應是用於大規模閱讀、生成、分類和轉換文字和語音的語言人工智慧堆疊的一部分。
深入探討
史丹佛大學的劉和同事在 2023 年進行的一項研究中發現，當向模型提供許多文件並要求模型使用包含關鍵事實的文件來回答時，就會出現這種效應。準確度形成了一條 U 形曲線：當相關段落位於提示的開頭或結尾時，準確度最高，而當相關段落位於中間時，準確度明顯較低。即使是標榜具有長上下文能力的模型也是如此。對於檢索增強生成來說，這意味著很明顯：將數十個段落塞進提示中並不能保證模型均勻地讀取它們。位置，而不僅僅是存在，決定了模型是否關注事實。這項工作將長上下文重新定義為有效使用的問題，而不是原始視窗大小的問題。
技術洞察
U 型曲線可能源自於注意力和位置編碼如何分配焦點。首要性和新近度偏差部分繼承自訓練資料結構和位置方案，給予早期和晚期標記額外的權重。一些解碼器架構也會透過層強烈傳播早期令牌資訊。最終結果是中間位置受到的關注被稀釋，因此即使完全存在於上下文中，放置在那裡的正確答案也可能被有效地忽略。
掌握迷失在中間的效果
「迷失在中間」效應是指語言模型傾向於在長輸入的開頭或結尾時最好地使用訊息，而忽略埋藏在中間的事實。這很重要，因為它限制了我們對檢索到的文件的長上下文模型的信任程度。迷失在中間效應是用於大規模閱讀、生成、分類和轉換文字和語音的語言人工智慧堆疊的一部分。為了建立深入的理解，請將「迷失中間效應」視為一種操作模型，而不是單一功能：定義期望的結果，澄清假設，並將系統可以可靠地執行的操作與仍需要專家判斷的操作分開。
在實踐中，強大的團隊使用「迷失中間效應」將提示、檢索和審查循環設計為一個整合的通訊系統。他們記錄明確的成功標準，根據實際數據和工作流程進行測試，並根據觀察到的失敗模式而不是一次性基準測試勝利進行迭代。這就是理論理解轉變為跨產品、政策和營運的持久能力的地方。
語言工作流程可以在不犧牲一致性的情況下更快地移動。同時，幻覺事實可以悄悄地進入報告、支持流程或研究成果。最具彈性的方法是將實驗速度與治理規則結合：運行試點、捕獲證據、發布決策日誌，並隨著模型行為、使用者期望和監管要求的發展不斷更新保障措施。
戰略影響
語言工作流程可以在不犧牲一致性的情況下更快地移動。
語言工作流程可以在不犧牲一致性的情況下更快地移動。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
它擴展了跨語言和溝通方式的訪問。
它擴展了跨語言和溝通方式的訪問。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
團隊可以花更多時間進行判斷，而自動化則可以處理重複。
團隊可以花更多時間進行判斷，而自動化則可以處理重複。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
現實世界的實施
RAG 系統檢索 20 個文檔，但錯過了答案，因為它落在 20 個文檔中的第 10 個段落中。
工程師對搜尋結果進行重新排序，將最相關的區塊放在提示的前面或最後。
長文檔摘要者會低估合約中出現的關鍵細節。
「大海撈針」基準隱藏了不同深度的事實，以繪製模型的位置精度圖表。
實施模式
實踐中迷失中間效應
RAG 系統檢索 20 個文檔，但錯過了答案，因為它落在 20 個文檔中的第 10 個段落中。
RAG 系統檢索 20 個文檔，但錯過了答案，因為它落在 20 個文檔中的第 10 個文檔中。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會獲得更好的結果。
實踐中迷失中間效應
工程師對搜尋結果進行重新排序，將最相關的區塊放在提示的前面或最後。
工程師重新排列搜尋結果，將最相關的區塊放在提示中的前面或最後。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力提升和錯誤成本時，通常會得到更好的結果。
實踐中迷失中間效應
長文檔摘要者會低估合約中出現的關鍵細節。
長文檔摘要者會低估合約中途出現的關鍵細節。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力提升和錯誤成本時，通常會得到更好的結果。
實踐中迷失中間效應
「大海撈針」基準隱藏了不同深度的事實，以繪製模型的位置精度圖表。
「大海撈針」基準隱藏了不同深度的事實，以繪製模型的位置準確性。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會得到更好的結果。
風險與防護欄
幻覺的事實可以悄悄地進入報告、支持流程或研究成果。
及時的敏感性可能會在類似的請求中產生不一致的結果。
如果存取控制薄弱，敏感文字資料可能會暴露。
實施路線圖
在推出之前定義輸出格式、語氣和品質標準。
在推出之前定義輸出格式、語氣和品質標準。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
當準確性很重要時，請使用可信任來源進行地面回應。
當準確性很重要時，請使用可信任來源進行地面回應。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
為高風險輸出保留人工審查檢查點。
為高風險輸出保留人工審查檢查點。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
追蹤故障模式並定期重新訓練提示或工作流程。
追蹤故障模式並定期重新訓練提示或工作流程。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。