知识动态实体播客深度开发者关于

[控场AI]

AI 领域实时知识。所有信息可溯源验证，数据 24 小时内持续更新。

Powered by 240+ first-hand AI sources

知识库

知识动态
热门实体
播客

开发者

CLI
MCP Server
REST API
关于

© 2026 KongchangAI. 控场AI，获取最新、最准的 AI 领域知识

待验证50% 置信事实精确时间

线性注意力思路由 Katharopoulos 等人在 2020 年论文《Transformers are RNNs》中系统化

1

来源数

50%

置信度

长期有效

时效性

2026/7/22

首次发现

来源

Kimi K3发布：2.8万亿参数全球最大开放权重模型

相关事实

待验证机制可解释性领域在很大程度上由 Anthropic 研究团队（尤其是 Chris Olah）在2021年前后通过「Transformer 电路」系列论文奠定基础70% 相似已验证Transformer最初由Vaswani等人在2017年的论文《Attention Is All You Need》中提出，用于机器翻译任务64% 相似待验证《Attention Is All You Need》论文在发表初期并未全面碾压所有基线，却奠定了Transformer时代的架构基础63% 相似待验证Transformer原始论文于2017年由Google Brain团队发表61% 相似待验证自我反思（self-reflection）由Shinn等人在2023年的Reflexion论文中系统化，该论文发表于NeurIPS 202360% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/592762

API

curl https://kongchang.com/api/v1/knowledge/claims/592762

MCP

get_claim(id=592762)