研究者提出 Depth Memory 框架，统一解释 mHC 与 AttnRes 的深层混合收益

研究者提出统一的 Depth Memory 视角，解释 mHC 与 AttnRes 等工作中深度混合在规模上提升性能的现象。该框架把每层视为从一组 streams 读取信息构成输入，再将输出写回。并据此提出 Linear Depth Memory（LDM），为模型配备矩阵值记忆，统一解释 richer depth mixing 为何有效。