中文

弱混合与稀疏均匀分布

机器学习 2025-06-30 v4 人工智能

摘要

著名的巴赫科尔 ergodic 定理断言,对于 ergodic 映射,几乎每个点的轨迹在整数时间点上均匀分布。这一结果被 Bourgain 推广到许多自然稀疃整数子集。相反,针对动力系统中所有点的轨迹行为,尤其是稀疃整数子集,所了解的情况要少得多。我们推广了 A. Venkatesh 引入的方法,以两个方向解决此问题:一种是一般的 R^d 动作而非流,另一种是弱混合而非混合的动作。沿途,我们也确立了弱混合的一些基本性质,并证明了弱混合流的时间 1 映射具有弱混合性。

关键词

引用

@article{arxiv.2408.15237,
  title  = {The Mamba in the Llama: Distilling and Accelerating Hybrid Models},
  author = {Junxiong Wang and Daniele Paliotta and Avner May and Alexander M. Rush and Tri Dao},
  journal= {arXiv preprint arXiv:2408.15237},
  year   = {2025}
}

备注

NeurIPS 2024. v4 updates: mention concurrent work of speculative decoding for SSM