待验证50% 置信事实精确时间
ParaTTT（PTTT）通过迭代精炼内循环梯度轨迹的估计，来并行化任意深度的非线性记忆。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
涉及实体
相关事实
待验证PatchTST将序列分段输入，iTransformer对变量维度做注意力，是针对性的时序架构62% 相似待验证逐字记忆现象已被多项研究证实存在于GPT、Stable Diffusion等主流模型中60% 相似待验证GPT系列等主流LLM采用仅解码器（Decoder-only）的自回归结构，通过预测下一个token的概率分布生成文本，训练目标是最小化交叉熵损失59% 相似待验证在Starlink等高频切换场景下，识别盲区可能覆盖大部分RTT变化周期，使预测模型只能依赖历史RTT外推，无法利用实时几何关系修正预报。58% 相似待验证TTT提供了一种无需重新训练整个模型、只需在遇到新数据时进行轻量级适配的方案58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1114892API
curl https://kongchang.com/api/v1/knowledge/claims/1114892MCP
get_claim(id=1114892)