待验证50% 置信事实精确时间

LLM在推理阶段参数是冻结的，模型不会因用户交互而更新权重，因此本质上是无状态的

1

来源数

50%

置信度

长期有效

时效性

2026/7/21

首次发现

来源

Cognee：为AI智能体构建持久记忆的开源知识图谱引擎

相关事实

部分验证LLM每次推理是无状态的，受上下文窗口有限性限制，本身没有持久记忆76% 相似待验证大语言模型（LLM）在架构层面是无状态系统，每次推理调用是一次独立的前向传播计算，模型权重在推理阶段完全冻结76% 相似待验证LLM采用无状态设计，模型权重在训练后被固化，推理时不会因某次对话而改变内部参数75% 相似待验证LLM本质上是无状态的文本预测系统，没有感知当前运行环境的原生能力73% 相似待验证LLM的无状态性是Transformer架构的基本特征，模型在会话结束或上下文清空后不存储任何状态69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/581134

API

curl https://kongchang.com/api/v1/knowledge/claims/581134

MCP

get_claim(id=581134)