模型
Mamba（状态空间模型架构）
Mamba是一种基于状态空间模型（SSM）的序列建模架构，解决Transformer在长序列上计算效率低的问题。典型应用包括长文本和基因组序列，代表工作为Mamba论文。
详细解释
Mamba采用选择性状态空间模型，通过输入依赖的参数实现内容感知推理，并利用并行扫描高效训练。其计算复杂度与序列长度呈线性关系，优于Transformer的二次复杂度。代表工作为Albert Gu和Tri Dao的Mamba，在语言、音频和基因组数据上表现优异。
别名与相关写法
mamba
相关术语
Transformer共现 2 篇
Attention共现 2 篇
开源模型共现 1 篇
Attention Residuals共现 1 篇
Context Compression共现 1 篇
Multimodal Fusion共现 1 篇
相关公司
相关资讯
英伟达发布Nemotron 3.5 Super与Lightning开源模型2026/10/30
GPT-5.4 mini发布，价格更高2026/4/1
TurboMamba 架构发布：训练推理更快、预测更准2026/10/16
Mamba 模型中的全局工作空间机制2026/9/29
FOCUS：基于 Mamba-2 的轻量脑电认知负荷分类模型2026/10/26
面向地表预测的Mamba状态空间遗忘框架2026/10/5