待验证50% 置信事实精确时间

BERT由Google于2018年提出，是基于Transformer架构的预训练语言模型

1

来源数

50%

置信度

长期有效

时效性

2026/7/13

首次发现

来源

BERT新增分类类别：增量微调的三种策略与灾难性遗忘解法

相关事实

部分验证BERT由Google于2018年提出，采用双向Transformer编码器84% 相似已验证BERT由Google于2018年推出，是预训练语言模型的开山之作，首次采用双向编码器架构，在11项NLP基准测试中刷新纪录84% 相似已验证2017年Google提出的Transformer架构奠定了大语言模型的基础77% 相似待验证BERT于2018年由Google发布，采用双向预训练，通过掩码语言模型随机遮盖15%的词并要求还原76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/502633

API

curl https://kongchang.com/api/v1/knowledge/claims/502633

MCP

get_claim(id=502633)