知识卡片
Mamba用选择状态扩展
Mamba采用选择性状态空间建模,原书强调其序列计算随长度线性增长的特点,并报告特定模型和基准下的结果。它提供与标准注意力不同的扩展路径,但论文中的规模、对手和任务条件属于结论边界,不能推断任何任务都更优。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 理解基础模型
原书出处 · 1 处
- · 查看原书依据
Mamba:在论文“Mamba: Linear-Time Sequence Modeling with Selective State Spaces”(Gu和Dao,2023)中提出,将SSM扩展到了30亿参数规模。在语言建模任务中,Mamba-3B
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:Mamba:在论文“Mamba: Linear-Time Sequence Modeling with Selective State Spaces”(Gu和Dao,2023)中提出,将SSM扩展到了30亿参数规模。在语言建模任务中,Mamba-3B