docs(10_Wiki): 위키 전체 재구성 — Topic_* 폴더를 4개 카테고리로 통합 + 대규모 중복 제거
Topic_Agent/Topic_Blog/Topics/Topics_Biz/Topics_Meeting/Topics_Rag의 마크다운 지식 문서를 Topic_General/Topic_Programming/Topic_Graphic/Topic_Business 4개 카테고리로 재분류. - 중복 제거: frontmatter의 status:duplicate/merged + duplicate_of/redirect_to 필드로 자기 자신을 중복으로 선언한 리다이렉트 stub 1032개 제거, 완전 동일 내용 파일 472개 제거, 동일 파일명·다른 내용 충돌 시 더 큰(완전한) 버전만 유지(162개 제거) — 총 1639개 중복 제거. - 분류: 폴더 단위로 명확한 항목(AI_and_ML/Coding/Architecture 등 → Programming, Comfyui/Visual_Effects → Graphic, Topics_Biz/Topics_Meeting/사업 등 → Business, Poetic_Blog_Writing/창의성/Game_Design 등 → General)은 폴더 우선순위로, 나머지 혼재 폴더(Topic_Agent/Topic_Blog/Topics 루트/Thinking & Reasoning/Other/UI_UX_Assets)는 title/tags 키워드 스코어링으로 파일 단위 분류(불명확한 경우 General로 폴백). 원본 폴더명은 "From_*" 서브폴더로 보존해 추적 가능성 유지. - 최종 배치: Programming 2784 / General 1608 / Graphic 285 / Business 249 = 4926개 문서. - 에이전트 운영 상태(.astra/.agent/.obsidian/sessions/memory/_company/docs/lessons/_shared/src)는 지식 콘텐츠가 아니므로 재분류 대상에서 제외하고 원위치 유지. - Topics/Topic_email(상위 보호 폴더 Topic_email과 파일명 100% 중복) 삭제 — 보호 폴더 자체는 미변경. - 완전히 비게 된 Topic_Agent/Topic_Blog/Topics_Biz/Topics_Rag 폴더 제거.
This commit is contained in:
Antigravity Agent
@@ -0,0 +1,137 @@
|
||||
---
|
||||
id: wiki-2026-0508-selective-state-space-models-mam
|
||||
title: Selective State Space Models (Mamba)
|
||||
category: 10_Wiki/Topics
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [Mamba, S6, Selective SSM, State Space Model]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.9
|
||||
verification_status: applied
|
||||
tags: [architecture, ssm, sequence-modeling, llm]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
tech_stack:
|
||||
language: python
|
||||
framework: PyTorch / mamba-ssm
|
||||
---
|
||||
|
||||
# Selective State Space Models (Mamba)
|
||||
|
||||
## 매 한 줄
|
||||
> **"매 hidden state 가 input 에 따라 selectively update"**. 매 Gu & Dao (2023) 의 Mamba — S4 의 시간-불변 한계를 깬 selective scan (S6). 매 linear-time sequence modeling, Transformer 와 경쟁 가능한 long-context 효율. 매 2026: Mamba-2, hybrid Transformer-Mamba (Jamba, Zamba2) 가 prod 진입.
|
||||
|
||||
## 매 핵심
|
||||
|
||||
### 매 SSM 기초
|
||||
- Continuous: x'(t) = Ax(t) + Bu(t), y(t) = Cx(t).
|
||||
- Discretized (zero-order hold): xₖ = Āxₖ₋₁ + B̄uₖ.
|
||||
- S4: A는 HiPPO-init, time-invariant → 매 efficient FFT convolution.
|
||||
|
||||
### 매 Selective (S6)
|
||||
- B, C, Δ를 input-dependent function. 매 매 token마다 dynamic.
|
||||
- FFT 못 씀 → 매 hardware-aware parallel scan (kernel fusion, SRAM).
|
||||
- Benefit: 매 selective recall, copying, induction 가능 (S4 못함).
|
||||
|
||||
### 매 vs Transformer
|
||||
- Compute: O(L) vs O(L²). 매 long context 큰 advantage.
|
||||
- Memory: constant state vs KV cache. 매 inference 매우 cheap.
|
||||
- Quality: 7B scale 비슷, 14B+ Transformer slight edge — 매 hybrid 가 sweet spot.
|
||||
|
||||
### 매 응용
|
||||
1. Long-context LLM (Codestral Mamba, Jamba 1.5, Zamba2).
|
||||
2. Genomic sequence (HyenaDNA → Caduceus → Evo).
|
||||
3. Audio / time series.
|
||||
4. State tracking, retrieval (induction heads).
|
||||
|
||||
## 💻 패턴
|
||||
|
||||
### Mamba block 사용 (mamba-ssm)
|
||||
```python
|
||||
from mamba_ssm import Mamba
|
||||
import torch
|
||||
|
||||
block = Mamba(d_model=1024, d_state=16, d_conv=4, expand=2).cuda()
|
||||
x = torch.randn(2, 4096, 1024).cuda()
|
||||
y = block(x) # (2, 4096, 1024), O(L)
|
||||
```
|
||||
|
||||
### Selective scan (toy)
|
||||
```python
|
||||
def selective_scan(u, delta, A, B, C):
|
||||
# u:(B,L,D), delta:(B,L,D), A:(D,N), B,C:(B,L,N)
|
||||
dA = torch.exp(delta.unsqueeze(-1) * A) # discretize
|
||||
dB = delta.unsqueeze(-1) * B.unsqueeze(2)
|
||||
x = torch.zeros(u.shape[0], u.shape[2], A.shape[1], device=u.device)
|
||||
ys = []
|
||||
for t in range(u.shape[1]):
|
||||
x = dA[:, t] * x + dB[:, t] * u[:, t].unsqueeze(-1)
|
||||
ys.append((x * C[:, t].unsqueeze(1)).sum(-1))
|
||||
return torch.stack(ys, dim=1)
|
||||
```
|
||||
|
||||
### Mamba-2 block (SSD)
|
||||
```python
|
||||
from mamba_ssm import Mamba2
|
||||
b = Mamba2(d_model=2048, d_state=128, d_conv=4, expand=2, headdim=64).cuda()
|
||||
```
|
||||
|
||||
### Hybrid stack (Jamba-style)
|
||||
```python
|
||||
class HybridLayer(nn.Module):
|
||||
def __init__(self, d, attn_every=4, idx=0):
|
||||
super().__init__()
|
||||
self.use_attn = (idx % attn_every) == 0
|
||||
self.mix = nn.MultiheadAttention(d, 8, batch_first=True) if self.use_attn else Mamba(d_model=d)
|
||||
self.ffn = SwiGLU(d)
|
||||
def forward(self, x):
|
||||
h = self.mix(x, x, x)[0] if self.use_attn else self.mix(x)
|
||||
return self.ffn(x + h)
|
||||
```
|
||||
|
||||
### 1M context inference
|
||||
```python
|
||||
# Mamba: KV cache 없음 → constant memory
|
||||
model.eval()
|
||||
with torch.no_grad():
|
||||
state = None
|
||||
for chunk in chunks_of_1M_tokens:
|
||||
out, state = model.step(chunk, state)
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Approach |
|
||||
|---|---|
|
||||
| Long context (>32k) inference cost critical | Mamba / Jamba |
|
||||
| Need strong in-context reasoning | Transformer or Hybrid |
|
||||
| Genomic / audio million-length | Mamba family |
|
||||
| Standard chat 8k context | Transformer (matured tooling) |
|
||||
| Edge device, low memory | Mamba (no KV cache) |
|
||||
|
||||
**기본값**: Hybrid (Jamba/Zamba2) — 매 best of both.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[State-Space|State-Space-Models]] · [[Sequence-to-Sequence-Models]]
|
||||
- 변형: [[S4]]
|
||||
- Adjacent: [[Transformer]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매우 긴 context, streaming, 매 inference 비용 critical. Genomic / audio.
|
||||
**언제 X**: 매 strong needle-in-haystack recall — pure Mamba 약함, hybrid 필요.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Pure Mamba for retrieval**: induction OK 지만 exact recall 매 약함.
|
||||
- **Naive scan implementation**: SRAM-aware kernel 없으면 매 felt slower than attention.
|
||||
- **S4 (non-selective)** for LLM: 매 obsoleted by S6/Mamba.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Gu & Dao 2023 "Mamba", Mamba-2 2024, Jamba 2024).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — Mamba/Mamba-2/hybrid 2026 state |
|
||||
Reference in New Issue
Block a user