待验证50% 置信事实精确时间
Dai等人在2022年发表了论文《Knowledge Neurons in Pretrained Transformers》，通过定位和编辑特定神经元可以修改模型对特定事实的记忆
1
来源数
50%
置信度
长期有效
时效性
2026/8/28
首次发现
来源
涉及实体
相关事实
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70% 相似待验证Transformer原始论文于2017年由Google Brain团队发表67% 相似待验证Anthropic于2022年发表超位性（superposition）论文，揭示了单个神经元同时编码多个概念的现象62% 相似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62% 相似待验证Anthropic 发布了《Transformer Circuits》系列文章59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/810526API
curl https://kongchang.com/api/v1/knowledge/claims/810526MCP
get_claim(id=810526)