待验证50% 置信事实精确时间
亚二次方循环替代方案（如RNN、SSM）的计算量随序列长度线性增长（O(n·d)），但状态容量有限可能损失长程检索质量。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
涉及实体
相关事实
待验证SSM用固定维度d的隐状态压缩长度为N的历史序列时，根据率失真理论存在信息保留能力的理论上限，当N远大于d时必然产生信息丢失75% 相似待验证SSM在处理长序列时的计算复杂度可降低到线性级别（O(n)）71% 相似待验证线性时间循环层在推理时以O(1)每token状态更新复杂度运行，具有恒定内存占用和高吞吐量，但对长距离精确检索能力受限于状态容量。69% 相似待验证NCM通过分层并行预测，理论上可以将生成复杂度从O(n)降低到O(log n)或更低，但代价是可能丢失细粒度信息。68% 相似待验证非多项式损失在预测相等的历史上有无界的状态需求，即使是有界的标量logistic损失在固定任意有限阶导数喷射后这种障碍依然存在67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1115535API
curl https://kongchang.com/api/v1/knowledge/claims/1115535MCP
get_claim(id=1115535)