待验证50% 置信事实精确时间
Transformer由Vaswani等人于2017年提出，其注意力机制与前馈网络组合使其在大规模预训练上取得革命性成功
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BERT74% 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% 相似待验证2017年Transformer架构问世后，训练前沿模型所需的计算资源呈指数级增长71% 相似待验证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70% 相似待验证Transformer、残差连接、批归一化等突破性架构与训练技巧均先在实践中被证明有效，理论解释往往滞后数年67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/544269API
curl https://kongchang.com/api/v1/knowledge/claims/544269MCP
get_claim(id=544269)