待验证50% 置信事实精确时间
Google 的 Switch Transformer 于 2021 年证明在 Transformer 中每层仅将 Token 路由给单个专家（Top-1 路由）即可实现稳定训练，并将预训练速度相比同等规模稠密模型提升 7 倍以上
1
来源数
50%
置信度
长期有效
时效性
2026/7/17
首次发现
来源
相关事实
待验证Transformer支持并行训练，是相对RNN/LSTM的重要突破，代表性模型为Google的BERT78% 相似待验证使用Unsloth进行微调相比原生Hugging Face Transformers，训练速度可提升2-5倍，显存占用降低约50%-70%73% 相似待验证2017年Google提出的Transformer架构替代了此前的RNN/LSTM序列模型，其并行计算特性使训练规模得以指数级扩展73% 相似待验证Transformers与DeepSpeed、Accelerate等分布式训练工具无缝集成71% 相似已验证与RNN/LSTM架构相比，Transformer在训练时可以高度并行化，使训练数千亿参数的模型成为可能71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/537821API
curl https://kongchang.com/api/v1/knowledge/claims/537821MCP
get_claim(id=537821)