专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！ Transformer统治了AI大模型领域。有人认为，实现AGI，Transformer就够了！ 还有人认为，还需要几次底层架构 ...

本文提出基于状态空间模型（Mamba）的蛋白质链间残基接触预测框架MaMCon，通过三角几何约束模块增强残基对表征，有效解决长序列建模难题。在TEST300等基准数据集上验证了其超越现有方法的性能，为蛋白质相互作用（PPI）研究提供新工具。 Highlight 方法 本节 ...

为解决传统实验方法耗时耗力且计算成本高的问题，南京医科大学研究团队开发了双向Mamba-注意力混合框架BiMA-DTI。该研究创新性地融合状态空间模型与多头注意力机制，通过多模态特征加权融合技术，在五个不同规模数据集上实现了AUROC最高达0.9933的预测性能。

先说说Transformer的“富贵病”。 Transformer确实很聪明，靠自注意力机制能够同时关注输入序列中所有词语之间的关联，比如阅读文章时可以快速建立首尾关键信息的联系。 但这种能力的实现需要较高的计算成本，随着输入序列长度的增加，其计算量会呈平方级 ...

这项由Meta公司FAIR实验室的白尚民（Sangmin Bae）博士领导的国际研究团队发表于2025年10月的最新研究，探索了一种全新的语言模型架构设计思路。有兴趣深入了解的读者可以通过arXiv:2510.04800查询完整论文。这项研究就像是在AI世界里开了一家"建筑公司"，专门研究 ...