待验证50% 置信事实精确时间
现代大模型基于Transformer架构，每生成一个token都需要对模型全部参数执行一次前向传播
1
来源数
50%
置信度
长期有效
时效性
2026/7/14
首次发现
来源
相关事实
待验证在传统Transformer架构中，每个token的计算量是固定的，而思维链（Chain-of-Thought）技术通过让模型生成中间推理步骤来增加有效计算量79% 相似待验证自回归模型每多生成一个token就多获得一次Transformer前向传播的计算机会，用序列长度换取计算深度78% 相似待验证提示工程的理论基础在于Transformer架构的自回归生成特性，模型输出质量高度依赖输入的结构化程度75% 相似待验证多模态模型将不同模态数据通过各自编码器转换为统一向量表示，再送入同一Transformer架构进行联合推理75% 相似已验证大模型基于Transformer架构，其推理过程是无状态的，每次请求都是独立的前向传播计算，模型本身不会在请求间保留任何信息75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/504084API
curl https://kongchang.com/api/v1/knowledge/claims/504084MCP
get_claim(id=504084)