待验证50% 置信事实精确时间
分层行为编码器（HBE）分别用Temporal Transformer和Set Transformer对个体时间演进过程和鱼群集体动态建模
1
来源数
50%
置信度
长期有效
时效性
2026/10/5
首次发现
来源
涉及实体
相关事实
待验证Decision Transformer通过自注意力机制直接建模跨越大时间跨度的因果关系，处理超长时序依赖72% 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70% 相似待验证Transformer通过Self-Attention机制计算输入序列中所有Token之间的相关性权重，放弃状态延续换取并行训练能力和水平扩展性69% 相似待验证Decision Transformer等Transformer架构的引入为处理超长时序依赖提供了新工具69% 相似已验证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 LSTMs68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/975667API
curl https://kongchang.com/api/v1/knowledge/claims/975667MCP
get_claim(id=975667)