Mamba (модел с отворено състояние)
Mamba е архитектура за моделиране на последователности, представена от Gu и Dao през 2023 г., която постига линейна сложност във времето, като същевременно поддържа силна производителност при задачи за моделиране на език. Чрез комбиниране на модели с отворено състояние с избирателност, зависима от входа, Mamba адресира квадратичната сложност на трансформерите, като същевременно запазва моделиращата сила.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Gu, A., & Dao, C. (2023). Mamba: Linear-time sequence modeling with selective state spaces. arXiv preprint arXiv:2312.08956. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Mamba: Linear-Time Sequence Modeling with Selective State Spaces. ScholarGate. https://scholargate.app/bg/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.
- Латентни дифузионни моделиДълбоко обучение↔ compare
- Маскирани автоенкодериДълбоко обучение↔ compare
- Vision MambaДълбоко обучение↔ compare
- Vision TransformerДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →