MaRK：SSM动态算子条件化框架

Syed Ibrahim Omer 等作者提出 MaRK（Markov-adapted Recurrent Kernels），一种面向状态空间模型（SSM）的动态算子条件化框架。其做法是把上下文向量直接映射为对冻结 SSM 循环参数 A、B、C、D 和离散化参数 Δ 的有界调制，即主干参数保持冻结，只训练辅助调制部分。 作者称，在 111M 参数的 Hydra SSM 主干上，MaRK 仅需 6.3–11M 可训练辅助参数，即可从双向目标过渡到迭代扩散机制。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。