待验证50% 置信事实精确时间
Mamba训练时前向传播可通过并行扫描算法在O(N)时间内完成，但需保存中间结果供反向传播使用，带来O(N)额外内存开销
1
来源数
50%
置信度
长期有效
时效性
2026/8/12
首次发现
来源
相关事实
待验证O1模型的性能可沿训练时算力（Train-Time Compute）和推理时算力（Inference-Time Compute）两个维度持续提升64% 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61% 相似待验证将高频大规模分类任务使用Haiku而非Opus是一种成本优化的模型分层选型策略59% 相似待验证Mamba的关键创新在于引入选择性机制，让矩阵B和C依赖于输入内容动态变化，使模型能根据当前输入选择性记忆或遗忘历史信息59% 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58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/735123API
curl https://kongchang.com/api/v1/knowledge/claims/735123MCP
get_claim(id=735123)