待验证50% 置信事实精确时间
SSU-LSF 声称是第一个专门为地学 Mamba 类状态空间模型设计的机器遗忘框架
1
来源数
50%
置信度
长期有效
时效性
2026/10/5
首次发现
来源
涉及实体
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68% 相似已验证以 Mamba 为代表的状态空间模型通过维护固定大小的隐状态压缩历史信息，推理时的时间和空间复杂度均为 O(1)67% 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67% 相似待验证SSU-LSF 使用针对 Mamba 状态矩阵的专用 EKFac 影响函数，通过闭式矩阵指数梯度量化事件对参数的贡献66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/975715API
curl https://kongchang.com/api/v1/knowledge/claims/975715MCP
get_claim(id=975715)