跳转至

DART: Decoded Attention over Recurrent States for Efficient Long-Context Sequence Modeling

复现级别：核心机制 mini-suite。 本地只验证论文可独立实现的算法路径，不把小规模 NumPy 实验冒充原论文规模训练或线上结果。

论文信息

字段 内容
论文链接 arXiv 2608.02032
公司/机构 Zhejiang University
第一作者 Yixiao Qian
首次公开日期 2026-08-03（arXiv v1）
原文开源代码 否：截至 2026-08-24 未发现原作者公开代码
Adapter dart
本地复现代码 src/auto_research/reproductions/dart/

原始论文总结

背景与主要改动

保留 Mamba-2 chunk state contributions，解码 token-conditioned K/V 并执行 state-memory attention。

flowchart LR
  X[固定公开 mini-suite] --> B[recent-window 对照]
  X --> M[dart 核心机制]
  B --> E[同样本评测]
  M --> E

原论文关键图

DART: Decoded Attention over Recurrent States for Efficient Long-Context Sequence Modeling 原论文 Figure 1

原论文 Figure 1（关键图）：展示原论文提出的核心架构、主要模块及其连接关系。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式

\[ y_t=y_t^{Mamba}+g_t\operatorname{Attn}(q_t,K(S),V(S)) \]

论文离线与线上效果

chunk=256、state=128 时相对匹配 attention baseline 节省 75% 长度相关 cache。 这是原文口径；若原文没有工业 A/B，本页不会把本地结果写成线上收益。

本地复现

本地对照口径：基线为同样本 recent-window attention，实验组为 dart；单 seed 变化为 +3.12% 个百分点。

同一 seed、同一 64 条样本上，recent-window attention baseline accuracy 为 0.0781，dart 为 0.1094，绝对变化 +3.12 个百分点。单篇原始指标见 metrics/public-seed42.json，批次索引见 ../../experiments/historical-b07-b11-seed42.json。

auto-research reproduce --paper dart --seed 42

复现边界

本地使用固定长上下文/多模态/评测 mini-suite，未训练论文规模 checkpoint、未实现定制 CUDA kernel，也未复刻论文完整公开 benchmark。该实现用于确认核心数据流、公式和相对计算路径可执行。