feat: complete wikification of War Commander batch 1&2 and final grey dot cleanup
This commit is contained in:
@@ -1,12 +1,12 @@
|
||||
---
|
||||
id: DL-SSM-001
|
||||
category: "[[10_Wiki/💡 Topics/AI]]"
|
||||
category: "10_Wiki/💡 Topics/AI"
|
||||
confidence_score: 1.0
|
||||
tags: [ai, deep-learning, ssm, state-space-models, mamba, sequence-modeling, efficiency, transformer-alternative]
|
||||
last_reinforced: 2026-04-26
|
||||
---
|
||||
|
||||
# [[State Space Models (SSM, 상태 공간 모델)]]
|
||||
# State Space Models (SSM, 상태 공간 모델)
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> "데이터의 흐름을 연속적인 '상태의 변화'로 모델링하여 트랜스포머의 연산 병목을 돌파하고, 무한에 가까운 문맥을 선형적인 효율성($O(N)$)으로 포착하라" — 고전 제어 이론의 상태 방정식을 현대적 신경망으로 재해석하여 초장기 시퀀스 처리에 최적화된 차세대 아키텍처.
|
||||
@@ -24,5 +24,5 @@ last_reinforced: 2026-04-26
|
||||
- **정책 변화:** Antigravity 프로젝트는 실시간으로 쏟아지는 방대한 에이전트 로그 분석이나 실시간 스트리밍 지식 처리 시, 저지연과 고효율이 보장된 SSM 기반의 경량 모델을 실험적으로 적용함.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- [[Self-Attention-Mechanisms]], [[Recurrent-Neural-Networks-RNN]], [[Scalability-in-AI-Systems]], [[Sequence-to-Sequence-Models]]
|
||||
- **Raw Source:** [[10_Wiki/Topics/AI/State-Space-Models.md]]
|
||||
- [[Self-Attention-Mechanisms]], Recurrent-Neural-Networks-RNN, [[Scalability-in-AI-Systems]], [[Sequence-to-Sequence-Models]]
|
||||
- **Raw Source:** 10_Wiki/Topics/AI/State-Space-Models.md
|
||||
|
||||
Reference in New Issue
Block a user