待验证60% 置信事实精确时间
当前主流大语言模型采用Transformer架构的自回归生成机制，逐Token从左到右生成，无法在生成后回头修改已输出的推理步骤
2
来源数
60%
置信度
长期有效
时效性
2026/7/20
首次发现
来源
相关事实
已验证大语言模型基于Transformer架构，每次推理都是独立的前向传播过程，不保留任何会话状态81% 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76% 相似待验证自回归生成源自2017年Transformer架构的提出，模型每次只生成一个词元，并将已生成的所有词元作为下一步的上下文输入74% 相似待验证在传统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74% 相似待验证基于Transformer的LLM每次推理都是独立的前向传播计算，模型权重在推理阶段固定不变，所谓的上下文记忆本质上是将历史对话文本重新注入提示词73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/573319API
curl https://kongchang.com/api/v1/knowledge/claims/573319MCP
get_claim(id=573319)