R56.md · 可读全文

这里保留原文的中文、公式标记、代码和链接。可直接交给 Agent 读取，也可选取下方原文复制。此入口返回 HTML；原始 .md / .py 文件仍保留，完整候选包同时包含 UTF-8 原件。

# R56 · 能访问钥匙事实，是否真的用对了？

缓存能保留合法计算，却不能保证原模型答对。回到钥匙任务，用应当改变答案的一对材料检查远处事实有没有被采用。

<span id="r56-b0"></span>

## 状态 b0

原钥匙事实、干扰和末尾问题同时可见。先确认任务的正确答案来自哪条早期记录。

情境图帮助读懂文本任务，没有把它作为待测语言模型的视觉输入。

<span id="r56-b1"></span>

## 状态 b1

配对材料只改早期盒子颜色，后缀不变而正确答案改变。只看相同后缀的确定模型无法把两份都答对。

<span id="r56-b2"></span>

## 状态 b2

把事实位置、间隔与干扰作为分组条件，观察需要分别报告哪些结果。当前展示的是评价设计。

## 公式与算例详情

### 让远处事实成为唯一有用的差别

用一个受控任务测试远处信息：开头记录“钥匙放在赭色盒子里”，中间加入电话、浇花等干扰，最后问钥匙位置。配对样本只把早期地点换成灰色盒子，保持末尾近邻完全相同。若一个只看末尾的模型仍能高分，就要检查标签比例、模板泄漏或别的捷径。

系统允许输入T个token，说明接口或实现接受这个长度；模型在距离d的任务上准确读取早期事实，需要额外实验。应交叉改变距离、相关信息位置、干扰强度与任务类型，报告分组结果而非只报平均值。图像只帮助人理解任务结构，没有把它当作语言模型视觉输入或真实模型实验。这是一项待执行的事实使用设计，不是图中已测出的模型成绩。

原课页采用记录：[M35 窗口与有效利用](sources.html#M35)。页码均按PDF物理页计。

### 继续学习

若模型能接收长输入，怎样证明采用了远处事实？从[钥匙成对样本设计](lecture.html#read-R56)固定末尾近邻，只换早期地点，再读[缓存与有效上下文](https://codingai-lec05.pages.dev/course/knowledge/cache-and-effective-context.html)的“移动证据，然后诚实地界定能力检查”。[CLS 03](https://deepnote.com/workspace/ise3309jingao-5ba66b0a-4283-4f5a-ae06-3f68d3201e99/project/Fall-26-Lecture-05-841ec8e7-e352-4840-b628-d3742b03d6d0/notebook/CLS-03-719b25c7c5b64687998ba9c19d2f6776?utm_content=719b25c7c5b64687998ba9c19d2f6776&utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_term=get_notebook)“7 · 可容纳的长度，不等于有效上下文”解释区别；[LAB 03](https://deepnote.com/workspace/ise3309jingao-5ba66b0a-4283-4f5a-ae06-3f68d3201e99/project/Fall-26-Lecture-05-841ec8e7-e352-4840-b628-d3742b03d6d0/notebook/LAB-03-Transformer-9c5b3d45acdb438a8e7df1dc6cb97e40?utm_content=9c5b3d45acdb438a8e7df1dc6cb97e40&utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_term=get_notebook)“研究入口 · 把证据移远，预测还能依赖它吗？”用于列出距离、位置、干扰和捷径检查。不要把缓存等价性或图示当成这项能力成绩。