本文提出了一种具有遗忘门的分层门控递归神经网络（HGRN）模型，能够有效建模长期和短期依赖关系。实验结果表明，该模型在语言建模和图像分类任务中表现优异。此外，研究还介绍了多种高效的神经网络架构，如基于门控线性递归的模型和图形回归注意力网络，均在资源受限环境中实现了高效性能。