待验证50% 置信事实精确时间

Q 乘以 K 的转置得到 N × N 的相关性矩阵，每个元素代表两个词之间的关系强度

1

来源数

50%

置信度

长期有效

时效性

2026/9/15

首次发现

来源

Transformer注意力机制详解：从Token到自注意力全流程

涉及实体

Queryconcept Keyconcept

相关事实

待验证Q值更新遵循贝尔曼方程迭代形式：Q(s,a) ← Q(s,a) + α[r + γ·max Q(s',a') - Q(s,a)]65% 相似待验证对于N只股票，协方差矩阵包含N×(N+1)/2个独立参数需要估计64% 相似待验证自注意力机制的QK^T计算对于序列长度n、隐藏维度d的模型需要O(n²d)次乘加运算63% 相似待验证如果每次都重新计算所有历史token的K和V，计算复杂度为O(n²)60% 相似待验证QMIX等值分解方法通过将联合Q值函数分解为各智能体的个体Q值函数之和来近似解决信用分配问题，但其单调性假设限制了表达能力60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/923466

API

curl https://kongchang.com/api/v1/knowledge/claims/923466

MCP

get_claim(id=923466)