在格式指令与实质任务并行时，大语言模型频繁丢失格式要求——这是一个在真实部署中普遍存在却缺乏系统研究的失效模式。

空中月

[CL]《Did You Forget What I Asked? Prospective Memory Failures in Large Language Models》A Mittal [Microsoft] (2026)


在格式指令与实质任务并行时，大语言模型频繁丢失格式要求——这是一个在真实部署中普遍存在却缺乏系统研究的失效模式。现有评测（如IFEval）孤立地测试格式遵从，无法捕捉到"认知负载"如何侵蚀指令维持的过程。

本文将这一现象重构为认知心理学中"前瞻记忆"的功能类比：把格式指令视为一个"待执行的延迟意图"，将任务复杂度映射为"干扰性主任务"。由此引出核心操作——在提示末尾追加一句凸显性提醒，模拟人类前瞻记忆中"时间节点线索"的作用，使格式约束在生成临界点重新获得注意力权重。

这项工作真正留下的遗产是：证明了LLM的格式遗忘是生成时的表征竞争而非检索失败，并给出了一个成本极低、效果可复现的缓解方案。它为后来者打开的新门是：将认知心理学的实验范式系统地引入LLM行为分析，为提示工程提供有理论锚点的设计原则。但尚未跨过的门槛是：实验仅覆盖三个模型与单轮对话，提醒句的三种成分未解耦，且在多约束堆叠场景下该方案显著失效——多约束条件下的可靠缓解机制仍是空白。

arxiv.org/abs/2603.23530

#机器学习# #人工智能# #论文# #AI创造营#