<!--Copyright © ZOMI 适用于[License](https://github.com/Infrasys-AI/AIInfra)版权许可-->

# 基于 RWKV 的 RNN 范式革新

本实验让你​​亲身体验 RNN 范式在大模型时代的革新​​。你将基于 RWKV 架构，实现其关键组件——时间混合（Time Mixing）和通道混合（Channel Mixing）模块，感受其如何通过巧妙的设计，将 Transformer 的并行训练优势与 RNN 的高效推理优势相结合，实现​​线性计算复杂度​​和对长序列的友好支持。

通过这个实验，你会​​深刻理解​​RWKV 为何被称为“RNN 的蜕变”，它不仅降低了推理过程中的内存占用，还保持了强大的序列建模能力，为在资源受限环境下部署大模型提供了新思路。
