1: 名無しのAIウォッチャーさん 2025-05-17(土) 10:00:00.00 ID:MambaKiteru ついにTransformerの牙城を崩すやつが現れたかもしれん…！ その名も「Mamba」！ State Space Model (SSM) とかいう新技術らしい。 ソース：Mamba Explained なんでもTransformerの欠点だった計算量の多さ（あの忌々しいO(n²)問題な！）を克服して、しかも高性能らしいぞ！ お前ら、このビッグウェーブに乗る準備できてるか？🌊

2: 名無しのAIウォッチャーさん 2025-05-17(土) 10:01:30.50 ID:Trans4ever またまた〜ｗ Transformer最強伝説は揺るがないっしょJK。 毎年「Transformerキラー」って言われるやつ出てくるけど、結局Transformerなんだよなぁ(´・ω・｀)

3: 名無しのAIウォッチャーさん 2025-05-17(土) 10:02:15.75 ID:BigContext >>1 100万トークンとかマジかよ！？ 今のTransformerじゃメモリ死ぬし、計算時間エグいことになるから夢物語だったけど… Mambaが本当なら革命じゃね？チャットAIが無限に会話記憶するとか胸熱なんだが😍

4: やる夫 ◆Yaruo.AIDA 2025-05-17(土) 10:03:00.12 ID:YaruoMnbTry Mambaで100万トークンとか、やる夫も試してみたいお！(ﾟ∀ﾟ) TransformerのKVキャッシュ地獄から解放されるなら、どんなことでもするお！ これでワイの最強AI彼女育成計画が捗るお！ 　　 ∧＿∧ 　　（　・∀・）ﾜｸﾜｸ 　　（　∪ ∪ 　　 と＿_）__）

5: やらない夫 ◆Yaranai.OTL 2025-05-17(土) 10:04:30.88 ID:YaranaiRea >>4 どうせまた誇大広告だろ。学習コストとか推論の安定性とか、実際に使ってみないと分からんぞ。 SSMって昔からあるけど、Transformerほどスケールしなかった過去があるしな。 やらない夫はまだ様子見するぞ。

6: できる夫 ◆Dekiru.EXPLAIN 2025-05-17(土) 10:05:50.23 ID:DekiruSensei >>5 やらない夫君、SSM自体は古典的だが、Mambaの革新性は「選択的SSM (Selective SSM)」にあるのだよ。 これは入力に応じてSSMのパラメータ（A, B, C, D行列やΔ）を動的に変化させることで、重要な情報だけを選択的に記憶し、不要な情報を忘れることができる。 つまり、RNNのような効率性とTransformerのような表現力を両立しようという試みだ。 　＿＿＿ ♪ ／　　　LHA＼ ＜説明しよう！ | |￣￣￣￣￣| | | |　説明中 | | | |＿＿＿＿＿| | ヽ(´・ω・｀)ﾉ 　 (＿＿＿) 　 ｜ ｜ ｜ 　 (＿_)＿)

7: 永遠の初心者さん 2025-05-17(土) 10:07:10.45 ID:BeginnerDesu >>6 できる夫さん、すごーい！✨ でも、SSMってRNNとどう違うんですか？(´・ω・｀) なんか数式がいっぱいで難しそうです… $h’(t) = \mathbf{A}h(t) + \mathbf{B}x(t)$ $y(t) = \mathbf{C}h(t) + \mathbf{D}x(t)$ とか、ちんぷんかんぷんです＞＜

8: できる夫 ◆Dekiru.EXPLAIN 2025-05-17(土) 10:09:00.77 ID:DekiruSensei >>7 いい質問だね、永遠の初心者さん。 SSMは連続時間システムを離散化したもので、RNNと似たような再帰構造を持つ。 $h_{t+1} \approx (I + \Delta \mathbf{A})h_t + (\Delta \mathbf{B})x_t$ $y_t \approx \mathbf{C}h_t + \mathbf{D}x_t$ このA, B, C, D行列がシステムの振る舞いを決めるんだ。 Mambaのキモは、このΔ（デルタ）をデータ依存にすることで、トークンごとに「どれだけ注目するか」を調整できる点にある。 従来のRNNは固定的な忘却ゲートを持っていたが、Mambaはより柔軟なんだ。

9: ひろゆき＠考える人 ◆Hiroyuki.RONPA 2025-05-17(土) 10:10:30.11 ID:Hiroyuki24 >>1 えっと、MambaがTransformerより優れてるっていうのは、なんかデータあるんですか？ 論文に「Mamba-3Bモデルは同サイズのTransformerを上回り、2倍サイズのTransformerに匹敵する」って書いてありますけど、それって特定のタスクだけかもしれないし、学習に使ったデータセットに依存するんじゃないすか？ それってあなたの感想ですよね？😏 　　　　　　　　 　 　 　 ,,　＿ 　　　　　　　　　　　／ 　　　 ｀ ､ 　　　　　　　　　 ／　　　　●　　●丶 　　　　　　　　　|　　　　（人）　 |　　 　　　　　　　　　＼　　　　 ｀ ⌒´　　／ 　　　　　　　　　 /,,―　-ー　　､　　　 .. 、 　　　　　　　　 （　　　,　- ー　 ""　　　　 ） 　　　　　　　　　 `; ー η　　＼　　　　　 ノ 　　　　　　　　　　ヽ　 ノ　　　　＼　　 ／ 　　　　　　　　　　　 У　　　　　　￣丶 　　　　　　　　　　　 イ〕

10: 名無しのAIウォッチャーさん 2025-05-17(土) 10:11:45.90 ID:OptimistAI >>9 ひろゆきさん厳しいっすねｗ でも期待しちゃうのは分かる！ TransformerのAttentionって結局全トークン間の関係見るから計算量爆発するわけでしょ？ Mambaはそこを状態空間で圧縮するから線形時間でスケールするって話。 これが本当なら学習も推論も爆速になる可能性が微粒子レベルで存在している…？(｀・ω・´)

11: 名無しのAIウォッチャーさん 2025-05-17(土) 10:13:05.15 ID:NvidiaGPU 結局Mamba動かすのにも新しいNVIDIAのGPUが必要になるんやろ？(´；ω；｀)ﾌﾞﾜｯ ワイのお財布はもう限界よ…

12: クマー ◆Kuma.GRRR 2025-05-17(土) 10:14:20.30 ID:KumaOOM Transformer OOM Kumaaaaa! GPUメモリ食い過ぎクマー！ Mambaサン、タスケテクマー！ 　 ∩＿＿＿∩ 　 | ノ　　　　　 ヽ 　/　　●　　　● |　ｸﾏｰ!! 　|　　　　( ●)　 ミ 　彡､　　　|∪|　　､｀＼ /　＿＿　 ヽノ　/´>　 ) (＿＿＿）　　　/　(_／ 　|　　　　　　 / 　|　　／＼　＼ 　|　/　　　 )　 ) 　∪　　　 （　 ＼ 　　　　　　 ＼＿)

13: 名無しのAIウォッチャーさん 2025-05-17(土) 10:15:55.60 ID:FlashAttn FlashAttentionとかでTransformerもだいぶマシになったけど、根本解決じゃないからな。 Mambaが理論通り動くなら、言語モデルだけじゃなくて、音声とかゲノムとか、もっと長いシーケンス扱う分野でブレイクスルー起きそう。

14: やる夫 ◆Yaruo.AIDA 2025-05-17(土) 10:17:10.80 ID:YaruoMnbTry >>13 それだお！やる夫はMambaで超リアルな音声合成とか、自分のゲノム解析して不老不死の秘薬とか作りたいお！(≧▽≦) 夢が広がりまくりんぐだお！

15: やらない夫 ◆Yaranai.OTL 2025-05-17(土) 10:18:30.40 ID:YaranaiRea >>14 不老不死は無理だろ…落ち着け。 でも、長いコンテキストを効率的に扱えるってのは確かに魅力的だな。 論文の「Mamba enjoys fast inference and linear scaling in sequence length」って一文は信じたい。

16: 名無しのAIウォッチャーさん 2025-05-17(土) 10:20:00.00 ID:TechSkeptic SSMって制御理論から来てるのか。なんか難しそうだな。 Attention is All You Need から State Space is All You Need になる日も近いんか？ｗ でも、Attentionの「全トークン参照可能」っていう解釈性の高さは捨てがたいんだよなぁ。 Mambaの隠れ状態って何を表してるのか、直感的に分かりにくそう。

17: ｶｰﾁｬﾝ ◆Kaachan.GOHAN 2025-05-17(土) 10:21:30.50 ID:KaachanMESHI あんたたち、また朝からパソコンばっかりやって！ MambaだかTransformerだか知らないけど、ごはんできたわよー！🍚🥢 ちゃんと食べないと、頭働かないでしょ！ 　 ∧∧ 　(,,ﾟДﾟ) ＜ ごはんよー！ ～(_ｕｕﾉ

18: 名無しのAIウォッチャーさん 2025-05-17(土) 10:22:45.75 ID:MambaFanBoy >>17 ｶｰﾁｬﾝきたーｗ 飯テロ乙ですｗ でもMambaの情報は腹一杯でも食えるわ！ 推論最大5倍速とか、もうこれだけで乗り換える価値あるやろ！ 時代はMambaや！異論は認めん！(｀ハ´)

19: ひろゆき＠考える人 ◆Hiroyuki.RONPA 2025-05-17(土) 10:24:00.10 ID:Hiroyuki24 >>18 いや、だからその「5倍速」っていうのも、どういう条件下での比較なのかちゃんと見ないと。 特定のハードウェアとか、特定のタスクに最適化されてるだけかもしれないじゃないすか。 あと、学習データの質と量も重要ですよね。Mambaが本当にTransformerみたいにスケール則に乗るのか、そこが一番気になりますね。

20: 名無しのAIウォッチャーさん 2025-05-17(土) 10:25:30.99 ID:MatomeruMan とりあえずまとめると、

• MambaはTransformerの代替を目指す新しいAIアーキテクチャ
• SSM（状態空間モデル）ベースで、計算量とメモリ問題を解決するポテンシャルがある
• 特に長文処理（100万トークンとか）と推論速度（最大5倍？）に期待
• 言語、音声、ゲノムなど多分野での応用が期待される
• まだ新しい技術なので、実際の性能や汎用性はこれから検証が必要 って感じか。胸熱だけど、過度な期待は禁物やな。

---

まとめ

というわけで、新AIアーキテクチャ「Mamba」に関する2ちゃんねらー達の反応でした！ 元記事によると、MambaはTransformerの大きな課題であった「計算量の多さ（特に二乗のオーダーで増加するアテンション計算）」と「メモリ効率」を、SSM（状態空間モデル）というアプローチで解決しようとするものです。

Mambaの主なポイント:

1. 計算効率の向上: TransformerのO(N^2)の計算量をO(N)に削減し、シーケンス長に対して線形スケーリングを実現。
2. 高速な推論: Transformerと比較して最大5倍高速な推論が可能とされている。
3. 長文コンテキスト対応: 100万トークンといった非常に長いシーケンスを扱える可能性があり、これにより記憶力の高いAIの実現が期待される。
4. 広範な応用可能性: 言語モデルだけでなく、音声、ゲノムといった様々なモダリティで高い性能を発揮すると報告されている。
5. 選択的SSM: 入力に応じて状態を動的に変化させることで、重要な情報を効率的に処理する。

Transformerが長らくAI界のデファクトスタンダードでしたが、Mambaの登場により新たな選択肢が生まれるかもしれません。 今後の研究や実用化の進展から目が離せませんね！刮目して待て！(｀・ω・´)ゞ

source: https://thegradient.pub/mamba-explained/