ScholarGate
Pembantu
Machine learningDeep Learning, Sequence Models, State Space Models

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.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

The neighbourhood of related methods — select a node to explore.

Sumber

  1. 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.

Compare side by side

Dirujuk oleh

ScholarGateMamba (State Space Model) (Mamba: Linear-Time Sequence Modeling with Selective State Spaces). Dicapai 2026-06-15 daripada https://scholargate.app/ms/deep-learning/mamba · Set data: https://doi.org/10.5281/zenodo.20539026