Context rot
Förklaring
Context rot beskriver hur en AI-modells förmåga att svara korrekt försämras när kontextfönstret fylls upp, även om det finns plats kvar. Ju längre prompten eller konversationen blir, desto sämre blir modellens resonemang, och desto lättare missar den viktig information mitt i texten. Fenomenet dokumenterades av Chroma-forskare 2025 och är ett av huvudargumenten för context engineering: bara för att modellen kan ta in 200 000 tokens betyder det inte att den använder dem lika väl som de första 5 000.
Ursprung och källa
Chroma Research, 2025; bygger vidare på 'lost in the middle'-forskning av Liu m.fl., 2023