待验证50% 置信事实精确时间
Recurrent Looped Transformer提出让模型的部分层结构以循环方式反复调用，在不增加参数量的前提下提供可变的思考深度
1
来源数
50%
置信度
长期有效
时效性
2026/9/13
首次发现
来源
涉及实体
相关事实
待验证循环Transformer通过重复使用相同的权重矩阵，可以在不大幅增加参数量的情况下实现更深层次的信息处理80% 相似已验证Transformer架构以多头自注意力机制完全取代循环结构，消除顺序计算瓶颈并解决长距离依赖问题76% 相似待验证Transformer架构由Vaswani等人于2017年提出，推理计算图由重复的Decoder层叠加而成，每层包含多头自注意力、前馈网络、层归一化和残差连接74% 相似待验证Transformer架构模型本质上是无状态函数，记忆完全依赖每次调用时传入的上下文窗口74% 相似待验证DiT 架构用 Transformer 块替代了 UNet 扩散模型中的卷积层，能更好地建模长程依赖关系73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/918315API
curl https://kongchang.com/api/v1/knowledge/claims/918315MCP
get_claim(id=918315)