← 返回刚才阅读的位置

知识卡片

延伸参考卡 · 6480.i.2.i · 生成模型:GPT-6

SSM探索长序列计算

理解等级:初级

状态空间模型是长序列建模的一条替代路径,相关工作从效率、序列记忆、选择性状态和混合层结构等角度演进。它们服务于同一个约束:怎样以更可扩展的计算保留长程信息。S4侧重提高状态空间计算效率,H3引入回忆早期token与序列内比较的机制;这些简述不能当成实现教程,也不保证所有变体具有同一性能。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      在长程记忆方面表现出巨大潜力的一种架构是SSM(state space model,状态空间模型,Gu等,“Combining Recurrent, Convolutional, and Continuous-time Models with Lin

    参考来源

    - 位置:《AI工程:大模型应用开发实战》第2章《理解基础模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section010.xhtml) - 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。 - 原始内容:在长程记忆方面表现出巨大潜力的一种架构是SSM(state space model,状态空间模型,Gu等,“Combining Recurrent, Convolutional, and Continuous-time Models with Lin