待验证50% 置信事实精确时间
研究团队训练的小型Transformer的输入是Coxeter群的词(生成元的序列),任务是预测下一个生成元或判断词是否等价于单位元。
1
来源数
50%
置信度
长期有效
时效性
2026/11/10
首次发现
来源
涉及实体
相关事实
待验证一篇来自rss的研究训练了一个小型Transformer学习Coxeter群仿射A2的语言,并通过观察其注意力模式提出并证明了一个关于该群的词论猜想。78% 相似待验证Transformer 在预训练阶段通过 Next Token Prediction 任务学习概率分布,每次输出本质是在给定上文条件下预测下一个词最可能是什么76% 相似待验证该研究用Transformer编码器替代RNN作为记忆模块,输入是智能体过去若干步的观测、动作和奖励序列,输出用于估计Q值。73% 相似待验证少样本提示利用Transformer架构的上下文学习能力,模型无需更新参数仅凭上下文示例就能推断期望的输出格式70% 相似已验证自回归模型每多生成一个token就多获得一次Transformer前向传播的计算机会,用序列长度换取计算深度70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1153990API
curl https://kongchang.com/api/v1/knowledge/claims/1153990MCP
get_claim(id=1153990)