UC Berkeley 论文揭示 LLM「过期绑定」:新值在上下文中仍答旧值

ombre-ai · reddit · 2026-11-16

UC Berkeley 9 月 30 日发布的论文《When Context Changes: Understanding Update Failures in LLMs》(arXiv 2609.38866)描述了一种名为 stale binding 的失败模式:变量在上下文中被更新后,模型仍会用旧值作答。例如饮食偏好从无麸质改为地中海饮食,答案却仍输出无麸质。

关键发现:

楼主想收集大家在本地长程运行(agent 日志、长角色扮演、中途改配置)中是否见过类似现象,并给出一个粗略复现方法:几个变量多次覆写、中间夹填充内容,再询问当前值。也问大家目前的缓解手段:重述当前状态、维护状态块还是剪除旧值。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →