recency-bias

本文探讨了AI模型在长对话中维持上下文的局限性，重点指出了近期偏差以及上下文窗口大小与实际理解之间的区别。文章还建议了一些实用的变通方法，如重复说明约束条件和使用持续更新的上下文文档。

本文研究了基于LLM的法定问答中的时间故障模式，包括截止后过时和近因偏差。它引入了一个包含312个专家验证的德国法定问答对的基准，并评估了不同推理设置下的LLM。

本文指出了本地大语言模型中的一个常见问题：由于过度的RLHF训练，这些模型经常错误地将超出其知识截止日期的实时信息归类为虚构或讽刺，即使提供了工具也是如此。