Chuzhou University

一种把序列建模写成非线性时滞系统的框架，用当前输入与历史输入的语义相似度动态决定回看多远，在IMDB情感分类上以2.6M参数取得95.35%准确率，高于同表LSTM的89.90%与Mamba的83.00%。

一种把序列建模写成非线性时滞系统的框架，用当前输入与历史输入的语义相似度动态决定回看多远，在IMDB情感分类上以2.6M参数取得95.35%准确率，高于同表LSTM的89.90%与Mamba的83.00%。