待验证50% 置信事实精确时间
OpenAI的Sora采用了Diffusion Transformer（DiT）架构，将Transformer的注意力机制与扩散过程结合，能够理解时空连贯性
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/7
首次发现
有效期至：2026/12/6
来源
涉及实体
相关事实
已验证The Transformer's core innovation is the self-attention mechanism, which allows models to attend to all positions in the input simultaneously rather than processing step-by-step like RNNs or LSTMs73% 相似已验证Transformer的核心创新是用自注意力机制替代RNN的时序处理方式，实现了高度并行化训练，但放弃了RNN的隐状态跨时间步传递机制70% 相似已验证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Hadamard乘积聚类方法具备迁移至Transformer注意力机制或前馈层分析的潜力68% 相似待验证Akyürek等人2022年的工作从理论上证明，Transformer在执行上下文学习时其前向传播等价于在注意力层中隐式运行一步梯度下降更新68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/873270API
curl https://kongchang.com/api/v1/knowledge/claims/873270MCP
get_claim(id=873270)