M^2RNN架构发布：实现长上下文建模突破
热点事件持续更新
M^2RNN架构发布：实现长上下文建模突破
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月19日，arXiv发布研究成果，Mayank Mishra等提出M^2RNN非线性RNN架构。该架构通过引入矩阵值隐状态与非线性状态转移，解决了长度泛化难题，实现了未见序列长度的完美状态追踪。 在实验性能方面，该架构于7B MoE混合模型中展现出显著优势。其困惑度较Gated DeltaNet低0.4-0.5，且在长上下文基准测试LongBench中提升达8分，验证了其在可扩展语言建模领域的应用价值。
AI 根据报道生成 · 5 小时前更新
最新进展10月19日 12:00
M^2RNN：用于可扩展语言建模的矩阵值状态非线性 RNN报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv · MLM^2RNN：用于可扩展语言建模的矩阵值状态非线性 RNN
M²RNN 引入矩阵值隐状态与非线性状态转移，实现未见序列长度的完美状态追踪泛化。在 7B MoE 混合架构中，其 perplexity 较 Gated DeltaNet 低 0.4-0.5，长上下文 LongBench 提升达 8 分。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月19日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:0018:0019:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。