待验证50% 置信事实精确时间
原版 Transformer 的每次前向传播在计算深度上是固定的，无法动态延长，因此天然对应 System 1
1
来源数
50%
置信度
长期有效
时效性
2026/10/4
首次发现
来源
涉及实体
相关事实
待验证Set Transformer通过去掉标准Transformer中的位置编码来保持排列不变性73% 相似待验证循环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72% 相似待验证在Transformer中残差流的写入操作是线性叠加（加法），使不同模块的贡献保持可分离性，是机制可解释性追踪信息来源的数学基础71% 相似待验证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71% 相似待验证自回归归一化流（autoregressive normalizing flows）本质上就是自回归Transformer70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/973486API
curl https://kongchang.com/api/v1/knowledge/claims/973486MCP
get_claim(id=973486)