待验证50% 置信事实精确时间
2017年Google提出Transformer架构，2018年出现BERT，2020年后出现GPT系列模型，将NLP推向预训练+微调的大模型时代
1
来源数
50%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
印度AI招聘微跌5%背后：核心技能需求结构保持稳固
redditr/learnmachinelearning2026/7/11
相关事实
待验证Google的生成式AI学习路径于2023年推出，涵盖Transformer模型原理、提示工程、负责任AI等主题71% 相似待验证Switch Transformer将专家数量扩展至2048个，2022年谷歌GLaM模型进一步验证了MoE在多任务泛化上的优势69% 相似待验证Transformer架构于2017年问世后，谷歌、OpenAI、Meta等机构几乎在同一年内各自完成了基于该架构的大型语言模型预研68% 相似待验证Gshard（2020）首次实现了万亿参数MoE模型的分布式训练，Switch Transformer（2022）将每个token的路由选择收敛为单一专家68% 相似待验证可溯源生成（attributable generation）是 NLP 领域的研究方向，最早由 Google Research 等团队在 2022-2023 年间系统化提出68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/491052API
curl https://kongchang.com/api/v1/knowledge/claims/491052MCP
get_claim(id=491052)