待验证50% 置信事实精确时间

ReWY利用中心化矩阵收缩替代逐对向量门控处理。

1

来源数

50%

置信度

长期有效

时效性

2026/11/3

首次发现

来源

ReWY重构DeltaNet反向传播：WY矩阵乘法减至3次，GPU/NPU加速1.8倍

涉及实体

ReWYconcept 中心化矩阵收缩concept

相关事实

待验证ReWY通过代数重构将WY矩阵相关的七个局部矩阵乘法压缩到三个，并消去逆伴随。74% 相似待验证重拓扑（Retopology）是将高面数、网格混乱的模型重新整理为干净、规则拓扑结构（以四边面为主）的过程69% 相似待验证使用 ReLU 激活函数的全连接网络本质上构造的是一个分段线性函数68% 相似待验证神经网络的每一层执行线性变换（矩阵乘法加偏置向量），随后施加非线性激活函数（如 Sigmoid 或 ReLU）66% 相似待验证SimpleSpread 支持增量重算（incremental recalc），只重新计算受影响的单元格而非全表重算66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1129585

API

curl https://kongchang.com/api/v1/knowledge/claims/1129585

MCP

get_claim(id=1129585)