arXiv论文：基于非线性时滞系统的序列建模框架
Get the story
2026年10月12日，一篇发表于 arXiv（Computation and Language）的论文提出一种基于非线性时间延迟系统的序列建模框架。该框架按当前与历史输入的语义相似度动态估计有效延迟，实现可解释的内容感知时序召回。其核心包括可微语义滞后估计器、具有闭式累加解的对角状态空间（每步 O(1) 复杂度、无顺序循环），以及可解释的模糊语义调制机制。论文称在文本分类与生成实验中超过现有最先进方法。目前仅有该报道，无后续验证或独立复现信息。
Generated from reports · updated 2 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Computation and Language用于序列建模的时间延迟系统
一篇 arXiv 论文提出基于非线性时间延迟系统的序列建模框架，按当前与历史输入的语义相似度动态估计有效延迟，实现可解释的内容感知时序召回。框架包含可微语义滞后估计器、具有闭式累加解的对角状态空间（每步 O(1) 复杂度、无顺序循环），以及可解释的模糊语义调制机制。在文本分类与生成实验中超过现有最先进方法。
Heat trend
Current heat 9·Comparable peak 10（Oct 12）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.