待验证50% 置信事实精确时间
IRIS使用VQ-VAE或类似分词器将观测压缩成离散token序列，再用自回归Transformer建模token之间的转移。
1
来源数
50%
置信度
长期有效
时效性
2026/11/1
首次发现
来源
涉及实体
相关事实
待验证LoRA主要应用于Transformer的Q、K、V、O四个投影矩阵65% 相似待验证Transformer自回归生成分为Prefill阶段（计算密集型，GPU利用率较高）和Decode阶段（带宽密集型，逐token生成）63% 相似待验证混合Transformer-UNet架构结合了Transformer在全局语义理解上的优势和UNet在空间层级特征提取上的能力62% 相似待验证深度递归指对单一输入快照的同一状态执行多轮迭代计算，Universal Transformer、DEQ等架构是代表62% 相似已验证Transformer已从NLP渗透至计算机视觉（ViT）、语音识别（Whisper）、多模态模型（CLIP、GPT-4V）乃至蛋白质结构预测（AlphaFold2）61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1122996API
curl https://kongchang.com/api/v1/knowledge/claims/1122996MCP
get_claim(id=1122996)