待验证50% 置信事实精确时间

当前纯SSM架构在语言建模质量上仍与Transformer存在差距，业界更多探索Mamba-Transformer混合架构（如Jamba）

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/10

首次发现

有效期至：2026/10/8

来源

GPT-5.6曝光：Agent编程token效率提升54%意味着什么

hackernewshackernews2026/7/9

相关事实

待验证Mamba、RWKV等线性复杂度架构近年涌现，以应对Transformer的计算瓶颈71% 相似待验证Switch Transformer和Mixtral系列广泛采用了MoE架构66% 相似待验证相比RNN/LSTM架构，Transformer支持大规模并行计算64% 相似待验证从GLM 5.x开始，智谱AI的架构设计已逐渐向业界主流的Transformer Decoder-Only范式靠拢64% 相似待验证Meta的LLaMA系列、Google的Gemma、阿里的Qwen、DeepSeek等主流开源模型都优先适配Transformers格式61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/459760

API

curl https://kongchang.com/api/v1/knowledge/claims/459760

MCP

get_claim(id=459760)