待验证50% 置信事实精确时间
归一化流与大语言模型共享相同的因果掩码（causal mask）、KV-cache缓存机制，以及一致的从左到右序列生成结构
1
来源数
50%
置信度
长期有效
时效性
2026/9/5
首次发现
来源
涉及实体
相关事实
待验证潜在缓存技术源于大语言模型中的KV Cache机制，Mistral将其从推理阶段迁移至训练阶段73% 相似待验证大语言模型的内存占用由模型参数量、精度格式和推理过程中产生的KV Cache三部分共同决定70% 相似待验证大语言模型采用自回归方式生成文本，每个token的产出依赖于之前所有token构成的上下文，遵循概率链式法则66% 相似待验证自回归多模态模型借鉴语言模型的token预测机制，在理解复杂文字指令和保持角色一致性方面更具优势65% 相似待验证Large language models are autoregressive generation models where each output step depends on the preceding context.65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/860363API
curl https://kongchang.com/api/v1/knowledge/claims/860363MCP
get_claim(id=860363)