「中间信息丢失」描述的是长上下文模型的一种位置偏差：即使上下文窗口足够长、信息确实在输入里，模型也未必能均匀地用上它。
论文怎么发现的
研究者用两类需要"在输入里找到相关信息"的任务做分析——多文档问答与键值检索。结论是：仅仅改变相关信息在输入中的位置，模型表现就会显著变化；信息出现在开头或结尾时表现通常最好，必须依赖中段信息时明显下降，而且即便标称支持长上下文的模型也存在这个现象。
实际含义
上下文窗口的长度是容量，位置偏差是利用率，两者不是一回事。把关键资料塞进一个超长提示词的中段，可能不如把它放在前面、或在结尾再复述一次。
与「大海捞针测试」的关系
大海捞针测的是"能不能在长文本里捞到指定事实"，中间信息丢失揭示的是"捞得到也未必用得好"的偏差规律；前者是测试方法，后者是现象刻画。
适用边界
论文的实验设置是特定任务与特定代际模型，具体曲线的形状会随模型与任务变化。它提醒的是不要把"支持百万 token"直接等同于"能可靠利用百万 token"，而不是给出一个固定的性能折损比例。