據(jù)了解，1997年，兩位科學(xué)家Sepp Hochreiter和Jürgen Schmidhuber共同創(chuàng)建了長(zhǎng)短期記憶（LSTM）神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，用于改善循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）的長(zhǎng)期記憶功能。

近期，Hochreiter在arXiv平臺(tái)發(fā)表論文，推出了一款新型的XLSTM（擴(kuò)展LSTM）架構(gòu)，有效克服了傳統(tǒng)LSTM互聯(lián)網(wǎng)結(jié)構(gòu)“僅能按時(shí)間順序處理信息”的局限性，有望挑戰(zhàn)當(dāng)前熱門(mén)的Transformer架構(gòu)。

該論文指出，Hochreiter在新的XLSTM架構(gòu)中運(yùn)用了指數(shù)型門(mén)控循環(huán)網(wǎng)絡(luò)，并引入了“sLSTM”和“mLSTM”兩種記憶規(guī)則，使神經(jīng)網(wǎng)絡(luò)能夠更高效地利用RAM，實(shí)現(xiàn)類似于Transformer的并行化處理。

研究團(tuán)隊(duì)通過(guò)對(duì)基于XLSTM和Transformer架構(gòu)的兩款模型進(jìn)行150億個(gè)Token的訓(xùn)練和測(cè)試，結(jié)果顯示，XLSTM表現(xiàn)更為出色，特別是在“語(yǔ)言能力”方面表現(xiàn)尤為突出。因此，研究人員預(yù)測(cè)，未來(lái)XLSTM有可能與Transformer展開(kāi)競(jìng)爭(zhēng)。