已验证80% 置信事实时间未知
大语言模型本质上是无状态函数，权重在推理时已经固定，不会随时间推移而学习
6
来源数
80%
置信度
长期有效
时效性
2026/6/2
首次发现
来源
高效Claude.md文件编写指南：核心原则与最佳实践
bilibilizidea2015
涉及实体
相关事实
待验证大语言模型本身是无状态的，其所有知识编码在训练后固定不变的神经网络权重中，单次推理完成后中间状态归零81% 相似待验证大语言模型（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79% 相似待验证大语言模型的推理速度受制于自回归生成的本质，每次只能生成一个token且依赖前序所有token，无法真正并行化78% 相似待验证大模型每次推理调用都是独立的前向传播过程，模型权重在推理阶段完全固定，没有机制在对话会话间保存状态77% 相似待验证大语言模型是无状态的文本预测系统，每次推理调用仅接收当前输入的Token序列，不存储跨请求的持久化状态77% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/37936API
curl https://kongchang.com/api/v1/knowledge/claims/37936MCP
get_claim(id=37936)