待验证50% 置信事实精确时间
Mamba状态空间模型由Albert Gu和Tri Dao于2023年提出，推理时计算复杂度和显存占用均为O(1)
1
来源数
50%
置信度
长期有效
时效性
2026/7/10
首次发现
来源
GPT-5.6曝光：Agent编程token效率提升54%意味着什么
hackernewshackernews2026/7/9
相关事实
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71% 相似待验证2023年Gu和Dao提出Mamba，引入输入依赖的选择性机制（selective scan），在保持线性时间复杂度的同时获得与Transformer相当甚至更优的语言建模性能68% 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64% 相似待验证2021年Albert Gu等人提出S4（Structured State Spaces for Sequence Modeling），通过HiPPO初始化和高效对角化计算使经典框架能处理长达数万步的序列依赖64% 相似待验证2024年以来Mamba2进一步统一了状态空间模型与注意力机制的理论框架，Jamba等混合架构将Mamba层与注意力层交错堆叠63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/459759API
curl https://kongchang.com/api/v1/knowledge/claims/459759MCP
get_claim(id=459759)