从变压器到状态空间模型：将二次知识提炼为亚二次模型

选择性状态空间模型（SSMs）如Mamba克服了Transformer的一些缺点，例如计算复杂度和内存需求。研究发现，SSMs在语言建模能力上可以达到或超越Transformer。在大规模实验中，8B参数的Mamba、Mamba-2和Transformer模型进行了比较，结果显示Mamba-2-Hybrid在12个标准任务上超过了Transformer。在长期上下文任务中，混合模型继续匹配或超越了Transformer。