Unverified50% confidenceFactExact time

Transformer由Vaswani等人于2017年提出，其知识以高度分布式方式编码，导致增量更新时无法精准定位存储特定知识的参数

1

Sources

50%

Confidence

Long-term

Relevance

7/17/2026

First Seen

Sources

Continual Learning and AGI: Conceptual Confusion, Core Bottlenecks, and the Real Challenges

Related Claims

UnverifiedTransformer的知识高度分布式编码，一个事实散布在数百万参数中，使增量更新难以精准定位存储特定旧知识的参数83% similar UnverifiedTransformer的因果注意力掩码保证每个位置只能看到历史信息，与金融预测不能使用未来数据的原则天然契合64% similar UnverifiedNotion 缺乏蒙特卡洛模拟、敏感性分析、多变量回归等高级建模能力，也无法接入实时数据源进行自动化更新，用户需手动维护输入参数60% similar Unverified欺骗是模型在内部已表征正确信息的情况下仍输出误导性内容，是系统性偏离而非能力不足59% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/541219

API

curl https://kongchang.com/api/v1/knowledge/claims/541219

MCP

get_claim(id=541219)