待验证50% 置信事实精确时间
NCM模型包含一个压缩器（将文本编码为多层概念码）和一个Transformer生成器（预测下一层概念），每层一次前向传播。
1
来源数
50%
置信度
长期有效
时效性
2026/10/28
首次发现
来源
涉及实体
相关事实
待验证NCM的第二阶段使用Transformer并行预测每个层级的离散码，且每个层级的预测都以前一层级为条件。76% 相似待验证NCM（Next-Concept Modeling）方案被提出，旨在通过分层潜在表征实现并行生成，以在效率与信息保留之间寻找平衡。70% 相似待验证多模态模型将不同模态数据通过各自编码器转换为统一向量表示，再送入同一Transformer架构进行联合推理70% 相似待验证NCP-ArchPreview提出通过「下一个概念预测」（NCP）让语言模型在潜空间中建模跨越多个Token的离散概念68% 相似已验证LLM基于Transformer架构采用自回归（Autoregressive）方式生成文本，每次前向传播只预测一个token，然后将该token追加到输入序列再预测下一个token67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1107911API
curl https://kongchang.com/api/v1/knowledge/claims/1107911MCP
get_claim(id=1107911)