コンテキストが長くなりすぎて、モデルがコンテキストに過度に集中し、トレーニング中に学習した 内容を無視してしまうこと ▪ Context Confusion(コンテキストの混乱) コンテキスト内の余分なコンテンツがモデルによって使用され、品質の低い応答が生成されること ▪ Context Clash(コンテキストの衝突) コンテキスト内の他の情報と矛盾する新しい情報やツールがコンテキスト内に蓄積されること https://www.dbreunig.com/2025/06/22/how-contexts-fail-and-how-to-fix-them.html