托卡马克装置是核聚变能的重要技术，模拟太阳能量生成。麻省理工学院研究团队利用神经状态空间模型（NSSM）结合物理与数据，成功预测等离子体动态，提升安全性，推动核聚变应用。
本文研究了神经状态空间模型（SSMs）及其在序列建模中的应用，提出了Mamba架构，具备高效的长序列建模能力。Mamba在自然语言处理和视觉任务中表现优异，尤其在处理长序列时比传统Transformer快5倍。研究还探讨了SSMs的上下文学习能力及其在多个领域的应用潜力。
完成下面两步后，将自动完成登录并继续当前操作。
