recurrent-models

本文提出了量子启发式循环模型（QKAN-FWPs）用于流量矩阵预测，与LSTM基线相比，以更少的参数显示出优越的准确性。

本文介绍FRESCO，一种完全在频域运行的回声状态网络架构，将密集递归更新的复杂度降至O(N)，在基准测试上达到最先进性能的同时降低了计算成本。

本文介绍MF-Net，一种循环动力学模型，通过共享场状态表示多变量系统，并学习用于联合演化的机械转移。它在实现有竞争力的预测的同时，还能对学习到的关系进行可解释的结构化读取。

本文介绍了通用三重潜在循环模型，该模型将令牌对交互压缩为潜在状态，并提出一种改进精确召回的门控关联检索变体。该混合模型在字节级WikiText-2和分词语言基准上优于Transformer，实现了高达41.9%的关联召回率（对比25%）。

WriteSAE 引入了第一个稀疏自编码器，能够分解状态空间模型和混合循环语言模型中的矩阵缓存写入，相比现有方法实现了更优的令牌级干预。

本文认为，循环模型中鲁棒的状态跟踪取决于误差控制动力学，而不仅仅取决于表达能力，证明了仿射循环网络会遭受累积误差的影响，从而限制了其有效视野。