待验证50% 置信事实精确时间
Kronos采用「量化分词器 + 自回归Transformer」的两阶段技术架构，将OHLCV数据视为语言序列并离散化为token
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/23
首次发现
有效期至：2026/10/21
来源
相关事实
待验证当前主流大语言模型普遍采用Transformer架构，其自注意力机制在处理长上下文时计算复杂度与序列长度呈二次方增长（O(n²)）66% 相似待验证相比早期依赖TF-IDF关键词频率的方法，当前基于Transformer架构的语义理解模型能更准确地捕捉同义表达和上下位关系64% 相似已验证在Transformer出现之前，自然语言处理领域主要依赖RNN和LSTM来处理序列数据，这些架构必须按顺序逐词处理文本，无法并行计算63% 相似已验证大语言模型基于Transformer架构，通过海量文本数据训练而成63% 相似待验证Ideogram、Krea等新一代平台构建于改良的扩散模型架构之上，并引入Transformer结构增强文本语义理解61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/599510API
curl https://kongchang.com/api/v1/knowledge/claims/599510MCP
get_claim(id=599510)