FRAC 以幂律长记忆替代指数遗忘，提升长上下文 SSM

AGI Hunt 于 2026 年 10 月 1 日报道，新提出的 FRAC 架构用幂律长记忆取代状态空间模型（SSM）惯用的指数遗忘机制。报道称，该方法基于分数动力学，采用有限状态、对数间隔的指数模态与近似重尾目标核，从而得到既可并行训练与 prefill、又保留有界状态自回归解码的高效循环模块。在 1.3B 参数的语言建模实验中，FRAC 在长上下文任务上一致优于 SOTA SSM 基线，在短上下文上仍具竞争力。目前该事件仅有这一篇报道，尚无后续进展、第三方复现或开源实现等信息。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。