待验证50% 置信事实精确时间

循环语言模型的架构灵感来源于Universal Transformer和DEQ（Deep Equilibrium Model）等早期工作

1

来源数

50%

置信度

长期有效

时效性

2026/10/9

首次发现

来源

LoopOPD：让循环语言模型自我蒸馏，实现递归自我提升

涉及实体

LoopLMsconcept Universal Transformerconcept DEQconcept

相关事实

已验证大语言模型基于Transformer架构，每次推理都是独立的前向传播过程，不保留任何会话状态71% 相似待验证当前主流大语言模型采用Transformer架构的自回归生成机制，逐Token从左到右生成，无法在生成后回头修改已输出的推理步骤70% 相似待验证主流大语言模型基于Transformer架构，通过预训练将知识压缩进数十亿乃至数千亿的模型权重中70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/990584

API

curl https://kongchang.com/api/v1/knowledge/claims/990584

MCP

get_claim(id=990584)