Bamba：高效推理的混合Mamba2模型

Hugging Face 发布 Bamba 模型，一种结合 Mamba2 状态空间模型与 Transformer 注意力机制的混合架构，旨在提升推理效率。Bamba 在保持与同规模 Transformer 模型相当性能的同时，显著降低推理延迟和内存占用，尤其适合长序列任务。该模型权重已开源，支持 Hugging Face Transformers 库直接使用。