已验证70% 置信事实精确时间
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
4
来源数
70%
置信度
长期有效
时效性
2026/7/9
首次发现
来源
LangChain实战入门：大模型调用到Agent开发全指南
bilibili今天AI了吗2026/7/8
相关事实
待验证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78% 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76% 相似待验证LLM的无状态性是Transformer架构的基本特征，模型在会话结束或上下文清空后不存储任何状态75% 相似待验证该模型完全不使用MLP、Transformer、注意力层，甚至没有独立的输出矩阵，仅用极简动力学系统学习词表示74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/366966API
curl https://kongchang.com/api/v1/knowledge/claims/366966MCP
get_claim(id=366966)