待验证50% 置信事实精确时间
KronLSTM在整个输入序列上，记忆矩阵的期望范数保持一致有界，因此无需额外的归一化或稳定化机制就能维持记忆状态稳定。
1
来源数
50%
置信度
长期有效
时效性
2026/10/20
首次发现
来源
涉及实体
相关事实
待验证KronLSTM通过引入克罗内克Delta规则（Kronecker Delta Rule）为关联矩阵记忆提供更新机制，在保持记忆动态稳定的同时提升长上下文性能。79% 相似待验证在KronLSTM中，记忆矩阵的演化可被描述为马尔可夫链，并收敛到稳态分布。77% 相似待验证推理过程中每个token需要维护KV缓存（Key-Value cache），其显存占用与序列长度和模型层数成正比67% 相似待验证理论证明表明，只要内存分配不依赖于历史状态，语句置换方法就能逐字节地实现建模的峰值内存，并且输出结果与原始程序逐位相同。66% 相似待验证KDA 是线性注意力机制变体，使用固定大小的循环状态，不保留 KV 缓存66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073418API
curl https://kongchang.com/api/v1/knowledge/claims/1073418MCP
get_claim(id=1073418)