Unverified50% confidenceFactExact time
2017 年论文《Attention is all you need》的贡献在于证明可以彻底去掉 RNN，仅靠 Attention 就能完成语言建模，而非首次提出 Attention
1
Sources
50%
Confidence
Long-term
Relevance
7/20/2026
First Seen
Sources
Related Claims
Unverified2017 年 Vaswani 等人发表的《Attention Is All You Need》完全摒弃了 RNN 和 CNN，仅依赖自注意力机制构建序列到序列模型76% similarUnverified自注意力机制（Self-Attention）由Vaswani等人在2017年的论文《Attention Is All You Need》中提出，其计算复杂度为O(n²)75% similarVerifiedTransformer是2017年Google Brain团队在论文《Attention is All You Need》中提出的神经网络架构73% similarVerifiedTransformer由Vaswani等人于2017年在论文《Attention Is All You Need》中提出，其自注意力机制计算复杂度与序列长度呈O(n²)关系68% similarVerifiedTransformer架构由Google在2017年的论文《Attention Is All You Need》中提出，其核心自注意力机制能捕捉序列中任意位置之间的依赖关系66% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/570186API
curl https://kongchang.com/api/v1/knowledge/claims/570186MCP
get_claim(id=570186)