Tecnologias sobre Eficácia e Eficiência: Uma Análise dos Modelos de Espaços de Estados

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

March 14, 2025

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

cs.AI

Resumo

Os Modelos de Espaço de Estados (SSMs, na sigla em inglês) surgiram como uma alternativa promissora aos populares modelos baseados em transformadores e têm ganhado cada vez mais atenção. Em comparação com os transformadores, os SSMs se destacam em tarefas que envolvem dados sequenciais ou contextos mais longos, demonstrando desempenhos comparáveis com ganhos significativos de eficiência. Nesta pesquisa, fornecemos uma visão geral coerente e sistemática dos SSMs, incluindo suas motivações teóricas, formulações matemáticas, comparação com classes de modelos existentes e diversas aplicações. Dividimos a série de SSMs em três seções principais, oferecendo uma introdução detalhada ao SSM original, ao SSM estruturado representado pelo S4 e ao SSM seletivo exemplificado pelo Mamba. Damos ênfase aos aspectos técnicos e destacamos as várias técnicas-chave introduzidas para abordar a eficácia e a eficiência dos SSMs. Esperamos que este manuscrito sirva como uma introdução para que pesquisadores explorem os fundamentos teóricos dos 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.