待验证50% 置信事实精确时间

SSM在处理长序列时的计算复杂度可降低到线性级别（O(n)）

1

来源数

50%

置信度

长期有效

时效性

2026/9/30

首次发现

来源

PSSA：用Rust从零构建的非Transformer语言模型

涉及实体

相关事实

待验证SSM在长序列处理上具有线性时间复杂度优势，而标准Transformer的注意力计算复杂度为序列长度的平方77% 相似待验证Shor算法将整数分解的复杂度从经典的亚指数级降至多项式级O((log N)³)73% 相似已验证快速傅里叶变换将DFT的计算复杂度从朴素的O(N²)降低到O(N log N)73% 相似待验证新的最短路径算法证明了在特定图模型下SSSP问题可在低于 O(m + n log n) 的复杂度内求解72% 相似待验证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72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/960964

API

curl https://kongchang.com/api/v1/knowledge/claims/960964

MCP

get_claim(id=960964)