Machine learningDeep Learning, Sequence Models, State Space Models
مامبا (نموذج فضاء الحالة)
مامبا هو بنية نموذج تسلسلي قدمها Gu و Dao في عام 2023، يحقق تعقيدًا خطيًا مع الحفاظ على أداء قوي في مهام نمذجة اللغة. من خلال الجمع بين نماذج فضاء الحالة والانتقائية المعتمدة على المدخلات، يعالج مامبا التعقيد التربيعي للمحولات مع الحفاظ على القدرة النمذجة.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Gu, A., & Dao, C. (2023). Mamba: Linear-time sequence modeling with selective state spaces. arXiv preprint arXiv:2312.08956. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Mamba: Linear-Time Sequence Modeling with Selective State Spaces. ScholarGate. https://scholargate.app/ar/deep-learning/mamba
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- نماذج الانتشار الكامنالتعلم العميق↔ compare
- المشفرات التلقائية المقنعةالتعلم العميق↔ compare
- رؤية مانجاماالتعلم العميق↔ compare
- محوّل الرؤيةالتعلم العميق↔ compare