Machine learningDeep Learning, Sequence Models, State Space Models
Mamba（ステート空間モデル）
Mambaは、GuとDaoによって2023年に発表されたシーケンスモデルアーキテクチャであり、言語モデリングタスクにおいて高い性能を維持しつつ、線形時間計算量を達成します。Mambaは、ステート空間モデルと入力依存の選択性を組み合わせることで、Transformerの二次計算量に対処し、モデリング能力を維持します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Gu, A., & Dao, C. (2023). Mamba: Linear-time sequence modeling with selective state spaces. arXiv preprint arXiv:2312.08956. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Mamba: Linear-Time Sequence Modeling with Selective State Spaces. ScholarGate. https://scholargate.app/ja/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.
Compare side by side →