[控场AI]
待验证50% 置信事实精确时间

论文《Geometry, Not Statistics: SaluNet for Normalization-Free CNNs and Transformers》提出了SALU模块,用可学习的逐元素变换替代归一化层,每层仅引入2个可学习标量,且不计算激活的均值与方差。

1
来源数
50%
置信度
长期有效
时效性
2026/11/9
首次发现

来源

涉及实体

相关事实

引用此条事实

Stable URI
https://kongchang.com/claim/1151067
API
curl https://kongchang.com/api/v1/knowledge/claims/1151067
MCP
get_claim(id=1151067)