待验证50% 置信事实精确时间
Feng et al.（2023）证明 CoT 可将固定深度 Transformer 的有效计算复杂度从 TC⁰ 扩展到 P 复杂度类
1
来源数
50%
置信度
长期有效
时效性
2026/8/14
首次发现
来源
相关事实
待验证Transformer架构的计算复杂度相对序列长度呈二次增长，但高度并行化的特性使其在GPU上的训练效率远超LSTM和GRU架构68% 相似待验证Mamba、RWKV等线性复杂度架构近年涌现，以应对Transformer的计算瓶颈67% 相似待验证相比RNN/LSTM架构，Transformer支持大规模并行计算67% 相似待验证The core computation of Transformer architecture is matrix multiplication, which aligns with GPU hardware strengths63% 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60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/748115API
curl https://kongchang.com/api/v1/knowledge/claims/748115MCP
get_claim(id=748115)