待验证50% 置信事实精确时间
LLM在架构层面采用Transformer的注意力机制，每次推理在当前上下文窗口内独立完成，不存在跨会话的持久化状态
1
来源数
50%
置信度
长期有效
时效性
2026/7/10
首次发现
来源
OpenWiki：自动为代码库生成AI智能体文档的CLI工具
hackernewshackernews2026/7/1
相关事实
待验证基于Transformer的LLM每次推理都是独立的前向传播计算，模型权重在推理阶段固定不变，所谓的上下文记忆本质上是将历史对话文本重新注入提示词78% 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77% 相似待验证LLM无法从机制层面区分哪些token是指令、哪些是数据，因为所有输入在进入注意力层前都被统一转换为嵌入表示77% 相似待验证Transformer模型的注意力机制使模型能够在长达数千Token的上下文窗口内追踪对话语义，而早期LSTM模型受限于固定窗口的短期记忆76% 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75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/464677API
curl https://kongchang.com/api/v1/knowledge/claims/464677MCP
get_claim(id=464677)