待验证50% 置信事实精确时间
Coconut的核心技术是在Transformer词嵌入层与输出层之间引入多轮无解码前向传播循环，将输出隐藏状态直接反馈为下一轮输入嵌入而不经过softmax解码
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Transformer架构的自回归生成机制导致输入Token只需一次前向传播编码并以KV Cache存储复用，而输出Token每一步生成都需完整前向传播，推理成本随输出长度线性增长68% 相似待验证在Transformer中残差流的写入操作是线性叠加（加法），使不同模块的贡献保持可分离性，是机制可解释性追踪信息来源的数学基础64% 相似待验证残差连接是 Transformer 的核心创新之一，每一层的输出是输入加上该层的变换结果64% 相似已验证Set Transformer基于自注意力机制建模行向量交互，通过去掉位置编码保持排列不变性64% 相似待验证Transformer的自注意力机制能够捕捉代码序列中任意两点之间的长程逻辑依赖63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/507150API
curl https://kongchang.com/api/v1/knowledge/claims/507150MCP
get_claim(id=507150)