待验证50% 置信事实精确时间
Transformer 架构下模型在推理时仅处理当前输入的 token 序列，不存在跨请求的内部状态持久化
1
来源数
50%
置信度
长期有效
时效性
2026/7/7
首次发现
来源
AI为何乱记笔记？深解大模型记忆机制的边界与取舍
hackernewshackernews2026/7/3
相关事实
已验证标准Transformer在推理时没有持久化状态，每次调用都是无状态的前向计算，模型本身没有记忆能力78% 相似已验证大模型基于Transformer架构，其推理过程是无状态的，每次请求都是独立的前向传播计算，模型本身不会在请求间保留任何信息75% 相似待验证Transformer模型是纯粹的序列到序列映射函数，其参数在推理阶段完全静态，无机制在推理中主动探测外部环境状态75% 相似待验证Transformer架构的推理机制决定了模型本身没有持久记忆能力，所有'记忆'完全依赖当前会话中提供的上下文74% 相似待验证当前主流大语言模型采用Transformer架构的自回归生成机制，逐Token从左到右生成，无法在生成后回头修改已输出的推理步骤71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/185818API
curl https://kongchang.com/api/v1/knowledge/claims/185818MCP
get_claim(id=185818)