待验证50% 置信事实精确时间
Transformer的编码器负责将输入序列映射为上下文表示，适用于分类理解类任务；解码器自回归生成输出序列，适用于文本生成任务
1
来源数
50%
置信度
长期有效
时效性
2026/7/11
首次发现
来源
亲历NCA-GENL认证：IT转型者的备考实录与避坑指南
redditr/learnmachinelearning2026/7/9
相关事实
待验证Transformer使用位置编码（Positional Encoding）在并行计算的同时保留词的顺序信息85% 相似待验证Transformer的核心功能是将文本序列作为输入并输出下一个词的函数83% 相似待验证Transformer架构采用自回归方式生成文本，每次输出一个Token并追加到输入序列后预测下一个Token，导致推理过程串行81% 相似待验证Transformer架构由Google于2017年提出，Encoder负责将输入文本编码为高维向量表示，Decoder基于编码表示逐token生成输出文本78% 相似待验证Transformer模型只能处理数值张量，需要分词器将文本转换为整数ID序列后通过嵌入层映射为连续向量76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/482293API
curl https://kongchang.com/api/v1/knowledge/claims/482293MCP
get_claim(id=482293)