待验证50% 置信事实精确时间
Pathway推出的BDH/CQ系列模型只有1.5亿参数，采用后Transformer架构，在循环隐空间中持续更新记忆而非把推理过程写成token，获得5亿美元估值
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/8/22
首次发现
有效期至：2026/11/20
来源
涉及实体
相关事实
已验证推理模型的自回归生成过程严格串行，KV Cache显存占用随思考Token序列线性增长，内存带宽成为性能瓶颈66% 相似待验证基于Transformer的LLM每次推理都是独立的前向传播计算，模型权重在推理阶段固定不变，所谓的上下文记忆本质上是将历史对话文本重新注入提示词63% 相似待验证标准Transformer推理中每生成一个新token需访问所有历史token的键值向量，KV缓存内存占用随序列长度线性增长60% 相似待验证2024年中期推理模型首次上线时用户反馈简单问题等待过久，催生了自动路由机制60% 相似待验证Transformer架构以牺牲原生序列记忆换取并行训练能力，而RNN/LSTM通过隐向量在时间步之间传递状态天然具备序列记忆能力60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/786987API
curl https://kongchang.com/api/v1/knowledge/claims/786987MCP
get_claim(id=786987)