待验证50% 置信事实精确时间
Mamba-2 提出的 SSD（State Space Duality）框架揭示了带特定结构的 SSM 在数学上等价于一种掩码化的线性注意力，使训练可以用矩阵乘法并行化。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证多数 SSM 和线性注意力模型在底层都使用了线性注意力机制，Mamba-2 通过 SSD 结构实现，xLSTM 通过协方差更新实现。76% 相似待验证SSM 是一类以线性递推方式处理序列的架构，代表如 Mamba、Mamba-2 等。72% 相似已验证Mamba等状态空间模型（SSM）抛弃注意力机制，用循环结构实现线性时间复杂度的序列建模72% 相似已验证Mamba 等基于状态空间模型（SSM）的架构以线性复杂度实现序列建模，更适合实时推理70% 相似待验证状态空间模型典型代表包括 S4、Mamba 等，通过将递归写成连续微分方程或离散线性递推，并借助卷积或选择性扫描实现高效并行训练。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1029828API
curl https://kongchang.com/api/v1/knowledge/claims/1029828MCP
get_claim(id=1029828)