Technologies sur l'efficacité et l'efficience : Une étude des modèles d'espaces d'états

Technologies on Effectiveness and Efficiency: A Survey of State Spaces Models

March 14, 2025

Auteurs: Xingtai Lv, Youbang Sun, Kaiyan Zhang, Shang Qu, Xuekai Zhu, Yuchen Fan, Yi Wu, Ermo Hua, Xinwei Long, Ning Ding, Bowen Zhou

cs.AI

Résumé

Les modèles à espace d'états (State Space Models, SSMs) se sont imposés comme une alternative prometteuse aux modèles populaires basés sur les transformers, suscitant un intérêt croissant. Par rapport aux transformers, les SSMs excellent dans les tâches impliquant des données séquentielles ou des contextes plus longs, démontrant des performances comparables avec des gains d'efficacité significatifs. Dans cette étude, nous proposons un aperçu cohérent et systématique des SSMs, incluant leurs motivations théoriques, leurs formulations mathématiques, leur comparaison avec les classes de modèles existantes, ainsi que leurs diverses applications. Nous divisons la série des SSMs en trois sections principales, offrant une introduction détaillée au SSM original, au SSM structuré représenté par S4, et au SSM sélectif illustré par Mamba. Nous mettons l'accent sur les aspects techniques et soulignons les différentes techniques clés introduites pour améliorer l'efficacité et l'efficience des SSMs. Nous espérons que ce manuscrit servira d'introduction pour les chercheurs souhaitant explorer les fondements théoriques des SSMs.

English

State Space Models (SSMs) have emerged as a promising alternative to the popular transformer-based models and have been increasingly gaining attention. Compared to transformers, SSMs excel at tasks with sequential data or longer contexts, demonstrating comparable performances with significant efficiency gains. In this survey, we provide a coherent and systematic overview for SSMs, including their theoretical motivations, mathematical formulations, comparison with existing model classes, and various applications. We divide the SSM series into three main sections, providing a detailed introduction to the original SSM, the structured SSM represented by S4, and the selective SSM typified by Mamba. We put an emphasis on technicality, and highlight the various key techniques introduced to address the effectiveness and efficiency of SSMs. We hope this manuscript serves as an introduction for researchers to explore the theoretical foundations of SSMs.