待验证50% 置信事实精确时间

Transformer中任意两个位置之间的信息交互路径长度固定为O(1)，而RNN为O(n)

1

来源数

50%

置信度

长期有效

时效性

2026/7/25

首次发现

来源

零基础入门大模型微调：原理、场景与实战路径

相关事实

已验证Set Transformer基于自注意力机制建模行向量交互，通过去掉位置编码保持排列不变性69% 相似待验证在Transformer中残差流的写入操作是线性叠加（加法），使不同模块的贡献保持可分离性，是机制可解释性追踪信息来源的数学基础67% 相似待验证Set Transformer通过去掉标准Transformer中的位置编码来保持排列不变性67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/613140

API

curl https://kongchang.com/api/v1/knowledge/claims/613140

MCP

get_claim(id=613140)