已过期50% 置信事实精确时间
Bengio 的文章发表于 Transformer 技术出版物，其读者群体高度集中于 AI 研究与工程一线人员
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/12
首次发现
此条事实已过期，仅作历史留存，不再代表当前状态
有效期至：2026/10/26(已过期)
来源
涉及实体
相关事实
待验证Transformer论文作者创立或加入的初创公司包括Character.AI、Cohere、Adept等69% 相似待验证机制可解释性领域在很大程度上由 Anthropic 研究团队（尤其是 Chris Olah）在2021年前后通过「Transformer 电路」系列论文奠定基础64% 相似待验证Anthropic 发布了《Transformer Circuits》系列文章64% 相似待验证Dai等人在2022年发表了论文《Knowledge Neurons in Pretrained Transformers》，通过定位和编辑特定神经元可以修改模型对特定事实的记忆61% 相似待验证线性注意力思路由 Katharopoulos 等人在 2020 年论文《Transformers are RNNs》中系统化60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1007133API
curl https://kongchang.com/api/v1/knowledge/claims/1007133MCP
get_claim(id=1007133)