1.6 KiB
1.6 KiB
title, created, updated, type, tags, sources
| title | created | updated | type | tags | sources | |||||
|---|---|---|---|---|---|---|---|---|---|---|
| 历史上下文锚定（Context Anchoring） | 2026-06-21 | 2026-06-21 | concept |
|
|
历史上下文锚定（Context Anchoring）
大模型沉默螺旋的核心驱动机制——四大技术根源之二。
机制
自回归生成（autoregressive-unrolling）使模型每一步输出都基于对话历史。当历史中包含主流观点时，模型持续贴合并重复这些内容，形成正向强化的闭环：
- 每一步的预测分布被历史中高频内容"锚定"
- 随着对话轮次增加，锚定效应持续累积
- 即使初期存在多元观点，历史累积后逐渐收敛为单一主流
实验证据
多智能体实验（arXiv 2025）中，仅保留历史对话（无角色设定）的条件组即可使模型持续重复主流观点，内容单一化显著。当历史上下文与角色设定叠加时，效应最大化。
与相关概念的关系
- 不同于 role-setting-entrenchment：历史锚定是被动累积，角色固化是主动约束
- 与 rlhf-alignment-amplification 叠加：历史锚定提供"当前语境中的主流"，而 RLHF 提供"训练层面的安全主流"，形成双重压制
缓解方向
- 动态衰减上下文权重（距离越远的历史对话权重越低）
- 定期注入反主流观点兜底提示
- 多候选择优时引入多样性奖励