Unverified60% confidenceFactExact time
Transformer由Google于2017年发布，其自注意力机制允许模型动态计算词元与序列中所有其他词元的关联权重
2
Sources
60%
Confidence
Long-term
Relevance
7/14/2026
First Seen
Sources
Related Claims
UnverifiedTransformer架构自2017年由Google提出，其自注意力机制计算复杂度随序列长度呈平方级增长81% similarUnverifiedConformer（Convolution-augmented Transformer）架构由Google在2020年提出，结合了Transformer的全局自注意力机制和卷积神经网络的局部特征提取能力78% similarVerified2017年Google提出的Transformer架构奠定了大语言模型的基础78% similarVerifiedTransformer架构于2017年由Google提出77% similarVerified现代LLM基于2017年Google提出的Transformer架构，其核心创新是自注意力机制（Self-Attention）76% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/503404API
curl https://kongchang.com/api/v1/knowledge/claims/503404MCP
get_claim(id=503404)