arXiv · cs.AI· Syed Ibrahim Omer, Ginny Y. Wong. Xiangyu Zhao·· 2 天前
MaRK：用于状态空间模型动态算子调节的马尔可夫自适应循环核
MaRK: Markov-adapted Recurrent Kernels for Dynamic Operator Conditioning in State Space Models
arXiv:2610.09092v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Syed Ibrahim Omer, Ginny Y. Wong. Xiangyu Zhao
期刊信息（来源提供）：NeurIPS 2026
首次提交：2026-10-07 04:46
研究任务与主要进展
基于论文摘要，MaRK将上下文向量直接映射为冻结SSM的循环、读入、读出、跳跃和离散化参数的有界调制，使每个扩散时间步可重塑输入—输出记忆核。该框架在冻结的111M参数Hydra SSM上进行实验，仅需6.3—11M个可训练辅助参数；Chebyshev变体平均验证损失最低，为2.55。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org