待验证50% 置信事实精确时间

基于 Mamba 系列结构化状态空间模型的陆面预测系统会把非平稳的混杂事件吸收进状态转移矩阵中，导致持续的预测偏差

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

SSU-LSF：为地学状态空间模型打造的机器遗忘框架

涉及实体

Mambaconcept SSMconcept

相关事实

待验证模型实际提交顺序几乎形成从左到右的三角形，源于Mamba状态空间模型的因果方向性偏置74% 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74% 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)72% 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71% 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69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/975716

API

curl https://kongchang.com/api/v1/knowledge/claims/975716

MCP

get_claim(id=975716)