Память по дизайну: вероятностные слои последовательности

arXiv:2605.31163v4 Annuales Type: заменить резюме: Мы введем в действие mphh {рамку модели дизайна}: способ получения эффективных повторяющихся карт последовательности на основе эксплицитных предположений о памяти. Конструктивная модель вписывает доказательства в память точным фильтрованием байесов; считывание данных, зависящих от запросов, дает прогнозное распределение, среднее значение которого - выход слоя. В нашей линейно-гауссианской мгновениях /ephh {Bayesian Slover} распространяет как усредненный, так и ковариантный эффект: коварство отслеживает неопределённость в хранимых ассоциациях, руль пишет к неопределенному направлению, уменьшая выгоды по мере накопления доказательств и сохраняя уверенность в памяти. Те же рамки объединяют несколько субквадратических повторений: линейное внимание, GLA и Mamba-2/SD являются точными фильтрами в рамках модели скрытых ввода в эксплуатацию, тогда как DeltaNet и связанные с ней модели управления дельтой представляют собой коварианские сокращения проектной модели Байесового слоя. Восстановление распространения ковариантов дает прогнозы в виде закрытой формы для динамического поиска