Miércoles 4 de noviembre de 2026 ·

Por qué los LLM pasan por alto lo que está en medio del texto (efecto Lost in the Middle)

Relevancia 50 de 100

Útil para Programadores 60%

Los modelos de lenguaje siguen mejor lo que aparece al principio y al final del prompt o del contexto, y tienden a ignorar el centro. El artículo explica que la información intermedia no se borra del caché KV: el problema es la atención, que se desvía por la máscara causal y por los codificadores posicionales como RoPE. Según un estudio de Rutgers de 2025, la forma de esa curva en U depende de los datos de entrenamiento, por lo que puede reducirse.

Qué significa

Para quien trabaja con textos largos en asistentes de IA, lo que queda en medio de la entrada tiene más riesgo de pasarse por alto. Además, la causa está en cómo se entrenan los modelos, así que los fabricantes pueden corregirla cambiando los datos.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

También ese día

Todas las noticias de IA del miércoles 4 de noviembre de 2026 ->