「Lost in the Middle: How Language Models Use Long Contexts」は、スタンフォード大学のNelson F. Liuらが2023年に発表した論文である。複数の文書を入力として与え答えを探させる実験で、関連情報が入力の先頭または末尾にあるときは言語モデルの精度が高いが、中間にあるときは大きく低下するU字型の性能曲線を示した。長いコンテキストウィンドウに対応するモデルでも同様の傾向が見られた。
この現象は「lost in the middle」と呼ばれ、RAG(検索拡張生成)で文書を並べる順序、長いプロンプトの構成、エージェントへの指示をコンテキストの前後に置く設計など、LLM活用の実務で頻繁に引用される根拠となっている。