待验证50% 置信预测精确时间

NCM通过分层并行预测，理论上可以将生成复杂度从O(n)降低到O(log n)或更低，但代价是可能丢失细粒度信息。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/23

首次发现

有效期至：2027/1/21

来源

分层潜在表征能否替代下一词预测？NCM方法深度解析

涉及实体

相关事实

待验证根据率失真理论，若序列包含O(N)比特相关信息而隐状态只有O(d)比特容量，当N远大于d时必然产生信息丢失75% 相似待验证SSM在处理长序列时的计算复杂度可降低到线性级别（O(n)）74% 相似待验证OpenAI 声称在特定输入分布下，其方法的计算复杂度可降至 O(N log N) 以下。73% 相似待验证分解子域策略可将步数复杂度从O((L/w)²)降低到O(L²/(N·w²))，其中N为子域数目72% 相似已验证快速傅里叶变换将DFT的计算复杂度从朴素的O(N²)降低到O(N log N)72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1088751

API

curl https://kongchang.com/api/v1/knowledge/claims/1088751

MCP

get_claim(id=1088751)