待验证95% 置信事实精确时间
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
1
来源数
95%
置信度
长期有效
时效性
2026/8/2
首次发现
来源
涉及实体
相关事实
待验证《Attention Is All You Need》（Vaswani等，2017）最初在NeurIPS 2017投稿时，部分评审者对其在机器翻译之外的泛化能力持保留态度72% 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69% 相似待验证Attention 早在 2015 年由 Bahdanau 等人在机器翻译任务中提出，而非首次由《Attention is all you need》提出67% 相似待验证Noam Shazeer是Transformer架构论文'Attention Is All You Need'的共同作者之一，该论文于2017年发表66% 相似待验证线性注意力思路由 Katharopoulos 等人在 2020 年论文《Transformers are RNNs》中系统化64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/680527API
curl https://kongchang.com/api/v1/knowledge/claims/680527MCP
get_claim(id=680527)