待验证50% 置信事实精确时间
LSTM于1997年提出，引入遗忘门、输入门和输出门三套机制缓解RNN健忘问题；GRU于2014年简化提出
1
来源数
50%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
CNN到Transformer：AI理解人类语言的进化之路
bilibiliAI-Agent搭建2026/7/9
相关事实
待验证Transformer在此之前，序列建模领域由LSTM和GRU主导，这些架构受制于顺序计算无法并行化58% 相似待验证The Transformer architecture uses a Self-Attention mechanism to achieve efficient parallel processing of sequential data, replacing RNN/LSTM architectures.55% 相似已验证Groq采用LPU架构，通过编译时静态调度实现确定性计算调度，消除运行时调度开销以获得极低且一致的延迟55% 相似待验证Groq自研的LPU（Language Processing Unit）通过将模型权重静态编译到芯片的SRAM中，消除了动态内存访问的延迟，实现数百TPS的极高吞吐量54% 相似待验证RNN 必须按时间步顺序处理输入，无法充分利用现代 GPU 的并行计算能力，这是 Transformer 取代它的根本原因54% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/490820API
curl https://kongchang.com/api/v1/knowledge/claims/490820MCP
get_claim(id=490820)