该研究提出RWKV-7 '鹅'，通过创新的状态演化方法和向量值门控，提升多语言任务中的序列建模性能与效率，超越传统变压器架构。

本文综述近似信息传递（AMP）算法的研究进展，涵盖压缩感知重构、回归与矩阵恢复。利用状态演化在高维极限下精确刻画算法性能，并推广至利普希茨连续非可分非线性问题，提出LAMP改进算法。研究还涉及正交不变噪声模型、Bayes-OAMP、有限样本非渐进分布理论、稳定AMP及多层AMP，应用于广义线性模型、感知器学习与自编码器潜变量估计。

该文综述近似消息传递（AMP）算法在高维统计估计中的研究进展，涵盖M估计与Lasso的操作特性分析、低秩矩阵估计的谱初始化、正交不变噪声下的Bayes-OAMP、广义线性模型估计及状态演化分析、矩阵张量乘积模型、自适应GAMP联合学习先验与信道统计、逐系数稳定AMP，以及无需调参的自动阈值方法。