待验证60% 置信事实精确时间
Transformer通过自注意力机制实现了对长文本的高效建模
2
来源数
60%
置信度
长期有效
时效性
2026/7/14
首次发现
来源
相关事实
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78% 相似待验证当前主流大语言模型普遍采用Transformer架构，其自注意力机制在处理长上下文时计算复杂度与序列长度呈二次方增长（O(n²)）76% 相似已验证基于Transformer的大语言模型使用注意力机制将系统提示、用户输入和外部检索内容统一编码为同质化的token序列，模型无法在语义层面区分可信指令与不可信数据74% 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72% 相似已验证大语言模型基于Transformer架构，通过海量文本数据训练而成72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/503194API
curl https://kongchang.com/api/v1/knowledge/claims/503194MCP
get_claim(id=503194)