[控场AI]
待验证50% 置信事实精确时间

典型深度递归推理模型的实现包括循环Transformer、通用Transformer以及神经图灵机等变体。

1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现

来源

简单离散世界间的知识迁移：深度递归模型的泛化能力研究

涉及实体

循环Transformermodel通用Transformermodel神经图灵机model

相关事实

已验证自回归模型每多生成一个token就多获得一次Transformer前向传播的计算机会，用序列长度换取计算深度79% 相似待验证在Transformer出现之前，主流的序列建模方法是循环神经网络（RNN）及其变体LSTM和GRU79% 相似已验证现代大模型基于Transformer架构，每生成一个token都需要对模型全部参数执行一次前向传播78% 相似待验证该框架的核心目标是用数学语言重新表述Transformer的计算过程，以识别模型内部可被理解的电路（circuits）77% 相似待验证Transformer架构中模型参数量与推理延迟之间呈近似线性关系77% 相似

引用此条事实

Stable URI
https://kongchang.com/claim/1028701
API
curl https://kongchang.com/api/v1/knowledge/claims/1028701
MCP
get_claim(id=1028701)