Tecnologie su Efficacia ed Efficienza: Un'Analisi dei Modelli a Spazi di Stato
Technologies on Effectiveness and Efficiency: A Survey of State Spaces Models
March 14, 2025
Autori: Xingtai Lv, Youbang Sun, Kaiyan Zhang, Shang Qu, Xuekai Zhu, Yuchen Fan, Yi Wu, Ermo Hua, Xinwei Long, Ning Ding, Bowen Zhou
cs.AI
Abstract
I modelli a spazio di stato (SSM) sono emersi come una promettente alternativa ai popolari modelli basati su trasformatori e stanno attirando un'attenzione crescente. Rispetto ai trasformatori, gli SSM eccellono in compiti che coinvolgono dati sequenziali o contesti più lunghi, dimostrando prestazioni comparabili con significativi guadagni in termini di efficienza. In questa rassegna, forniamo una panoramica coerente e sistematica degli SSM, includendo le loro motivazioni teoriche, formulazioni matematiche, confronti con le classi di modelli esistenti e varie applicazioni. Dividiamo la serie degli SSM in tre sezioni principali, offrendo una dettagliata introduzione all'SSM originale, all'SSM strutturato rappresentato da S4 e all'SSM selettivo esemplificato da Mamba. Poniamo l'accento sugli aspetti tecnici e evidenziamo le varie tecniche chiave introdotte per affrontare l'efficacia e l'efficienza degli SSM. Speriamo che questo manoscritto serva come introduzione per i ricercatori che desiderano esplorare le basi teoriche degli SSM.
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.