待验证50% 置信事实精确时间
PatchTST将序列分段输入，iTransformer对变量维度做注意力，是针对性的时序架构
1
来源数
50%
置信度
长期有效
时效性
2026/7/10
首次发现
来源
Toto-2.0：多变量时间序列预测迈入基础模型规模化时代
redditr/datascience2026/7/9
相关事实
待验证SFT（监督微调）用人工标注的提示-回答对直接优化模型输出分布，InstructGPT、Alpaca等早期指令微调工作均以SFT为核心64% 相似待验证GPT系列常用的BPE字节对编码算法通过统计相邻字符对频率并合并最高频字符对来构建词汇表61% 相似待验证开发者认为GPT-5.6（Sol）能持续识别玩法循环中更深的层次，并会更主动地提出反对意见（push back）61% 相似已验证GPT系列使用tiktoken（基于BPE编码）进行Token化61% 相似待验证GPT Live的架构将监听-理解-生成统一至同一连续计算图中，配合流式推理框架，在token级别交织处理输入与输出61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/464880API
curl https://kongchang.com/api/v1/knowledge/claims/464880MCP
get_claim(id=464880)