长对话里模型记得规则却不再照做：状态完整性崩塌
arXiv 论文定义「状态完整性崩塌」：模型能复述先前给的约束，却在后续回合不再执行。StateTrack-Bench 覆盖数字、格式、角色、事实、逻辑规则，七个模型快照的严格保持率在 62.4%～100% 之间；约 88.6% 的失败是行为漂移而非遗忘。
Yancheng Zhu原始发布
为什么值得留
长对话中别以为「它还记得」就等于「它还在照做」，关键约束要周期性重申或结构化锚定。
可以从这里开始
长对话里每隔十来轮，把关键约束用固定格式重贴一次，看输出是否更稳。
阅读时留意
摘要未列具体模型名；50 回合以内的测试，更长会话未知。
OnBalls 导读整理于 2026.10.24。只读收件箱保存的 arXiv 摘要节选（可能截断）；未读论文正文、未看代码和数据。