Mamba (модель на основі простору станів)
Mamba — це архітектура моделі послідовностей, представлена Ґу та Дао у 2023 році, яка досягає лінійної складності, зберігаючи при цьому високу продуктивність у завданнях моделювання мови. Поєднуючи моделі на основі простору станів із селективністю, залежною від вхідних даних, Mamba вирішує проблему квадратичної складності трансформерів, зберігаючи при цьому потужність моделювання.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Gu, A., & Dao, C. (2023). Mamba: Linear-time sequence modeling with selective state spaces. arXiv preprint arXiv:2312.08956. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Mamba: Linear-Time Sequence Modeling with Selective State Spaces. ScholarGate. https://scholargate.app/uk/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.
- Моделі прихованої дифузіїГлибоке навчання↔ compare
- Масковані автокодувальникиГлибоке навчання↔ compare
- Vision MambaГлибоке навчання↔ compare
- Трансформер для комп'ютерного зоруГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →