Unverified60% confidenceFactExact time
LLM的无状态性是Transformer架构的基本特征，模型在会话结束或上下文清空后不存储任何状态
2
Sources
60%
Confidence
Long-term
Relevance
7/17/2026
First Seen
Sources
Related Claims
UnverifiedLLM在架构层面采用Transformer的注意力机制，每次推理在当前上下文窗口内独立完成，不存在跨会话的持久化状态77% similarVerified标准Transformer在推理时没有持久化状态，每次调用都是无状态的前向计算，模型本身没有记忆能力75% similarUnverifiedLLM本质上是无状态的文本预测系统，没有感知当前运行环境的原生能力72% similarUnverified大语言模型（LLM）在架构层面是无状态系统，每次推理调用是一次独立的前向传播计算，模型权重在推理阶段完全冻结71% similarUnverifiedTransformer模型是纯粹的序列到序列映射函数，其参数在推理阶段完全静态，无机制在推理中主动探测外部环境状态70% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/544308API
curl https://kongchang.com/api/v1/knowledge/claims/544308MCP
get_claim(id=544308)