PulseAugur
中
实时 21:35:12
English(EN) StateSMix: Online Lossless Compression via Mamba State Space Models and Sparse N-gram Context Mixing

StateSMix 压缩器使用 Mamba SSM 和 N-gram 进行在线无损压缩

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 StateSMix，这是一种新颖的无损压缩算法，它利用 Mamba 风格的状态空间模型 (SSM) 结合稀疏 N-gram 上下文混合。该系统对正在压缩的数据进行逐个 token 的训练，无需预训练权重或 GPU。StateSMix 在 enwik8 基准测试上实现了具有竞争力的压缩率，比 xz (LZMA2) 高出 8.7%。该实现完全用 C 语言编写，可在标准硬件上处理大约每秒 2,000 个 token。 AI

影响 引入了一种使用状态空间模型进行无损压缩的新方法，有望提高数据存储效率。

排序理由 这是一篇详细介绍新算法及其在标准基准测试上性能的研究论文。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

StateSMix 压缩器使用 Mamba SSM 和 N-gram 进行在线无损压缩

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
这是一篇详细介绍新算法及其在标准基准测试上性能的研究论文。 [lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, other
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
155 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Roberto Tacconelli ·

    StateSMix：通过Mamba状态空间模型和稀疏N-gram上下文混合实现在线无损压缩

    arXiv:2605.02904v1 Announce Type: new Abstract: We present StateSMix, a fully self-contained lossless compressor that couples an online-trained Mamba-style State Space Model (SSM) with sparse n-gram context mixing and arithmetic coding. The model is initialised from scratch and t…

相关实体

相关话题