Mamba (Model de Spațiu de Stări)
Mamba este o arhitectură de model secvențial introdusă de Gu și Dao în 2023, care atinge complexitate liniară menținând în același timp performanțe ridicate pe sarcini de modelare lingvistică. Prin combinarea modelelor de spațiu de stări cu selectivitate dependentă de intrare, Mamba abordează complexitatea pătratică a transformatoarelor, păstrând în același timp puterea de modelare.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Gu, A., & Dao, C. (2023). Mamba: Linear-time sequence modeling with selective state spaces. arXiv preprint arXiv:2312.08956. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Mamba: Linear-Time Sequence Modeling with Selective State Spaces. ScholarGate. https://scholargate.app/ro/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.
- Modele de difuzie latenteÎnvățare profundă↔ compare
- Autoencodere mascateÎnvățare profundă↔ compare
- Vision MambaÎnvățare profundă↔ compare
- Vision TransformerÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →