Mamba (Model Ruang Keadaan)
Mamba ialah seni bina model jujukan yang diperkenalkan oleh Gu dan Dao pada tahun 2023 yang mencapai kerumitan masa linear sambil mengekalkan prestasi yang kukuh pada tugasan pemodelan bahasa. Dengan menggabungkan model ruang keadaan dengan selektiviti yang bergantung pada input, Mamba menangani kerumitan kuadratik transformer sambil mengekalkan kuasa pemodelan.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Gu, A., & Dao, C. (2023). Mamba: Linear-time sequence modeling with selective state spaces. arXiv preprint arXiv:2312.08956. link ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Mamba: Linear-Time Sequence Modeling with Selective State Spaces. ScholarGate. https://scholargate.app/ms/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.
- Model Penyerakan TerpendamPembelajaran Mendalam↔ compare
- Autoenkoder BertopengPembelajaran Mendalam↔ compare
- Vision MambaPembelajaran Mendalam↔ compare
- Transformer VisiPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →