待验证50% 置信事实精确时间
《Attention Is All You Need》（Vaswani等，2017）最初在NeurIPS 2017投稿时，部分评审者对其在机器翻译之外的泛化能力持保留态度
1
来源数
50%
置信度
长期有效
时效性
2026/7/11
首次发现
来源
AI论文同行评审之痛：截止日期后的模型凭什么成扣分理由？
redditr/LanguageTechnology2026/7/9
相关事实
已验证Transformer最初由Vaswani等人在2017年的论文《Attention Is All You Need》中提出，用于机器翻译任务72% 相似待验证Attention 早在 2015 年由 Bahdanau 等人在机器翻译任务中提出，而非首次由《Attention is all you need》提出70% 相似待验证《Attention is All You Need》由八位研究员撰写，发表于2017年NeurIPS会议，截至2024年引用次数已超过10万次66% 相似待验证Noam Shazeer是Transformer架构论文'Attention Is All You Need'的共同作者之一，该论文于2017年发表55% 相似待验证经典入门论文包括 AlexNet（2012）、Attention Is All You Need（2017）、BERT（2018）55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/484317API
curl https://kongchang.com/api/v1/knowledge/claims/484317MCP
get_claim(id=484317)