# mamba-architecture

Скилл для работы с архитектурой Mamba: линейная сложность O(n), обучение и инференс языковых моделей без KV-кэша.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 949 установок · ★ 13956
- Автор: Orchestra Research
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/Orchestra-Research/AI-Research-SKILLs/tree/HEAD/01-model-architecture/mamba/SKILL.md
- Обновлён: 2026-10-11
- HTML: https://affpapa.org/nevibecode/skills/mamba-architecture

## Что делает

Скилл объясняет, как устроена Mamba — state-space модель с линейной сложностью O(n) вместо квадратичной у Transformer. Внутри — готовые примеры кода: базовый блок `Mamba`, сборка языковой модели через `MambaLMHeadModel`, загрузка предобученных весов с HuggingFace и бенчмарк против Transformer. Есть разбор различий Mamba-1 (`d_state=16`) и Mamba-2 (`d_state=128`, multi-head, RMSNorm, tensor parallelism).

Для запуска нужен Linux, NVIDIA GPU, PyTorch 1.12+ и CUDA 11.6+. Зависимости — `mamba-ssm`, `torch`, `transformers`, `causal-conv1d`. Модели от 130M до 2.8B требуют от 2 до 28 ГБ VRAM в FP16. Если ставите на macOS или Windows без CUDA — ничего не заработает, это повод проверить окружение до установки.

Скилл пригодится, когда нужны длинные последовательности (100K+ токенов), стриминг с постоянной памятью на токен или экономия VRAM за счёт отказа от KV-кэша. Для задач, где важнее качество, чем скорость, автор советует оставаться на Transformer.

## Требования
- Работает с: Linear

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill mamba-architecture -a claude-code
```
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill mamba -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/mamba/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/mamba/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill mamba -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/mamba/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill mamba -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/mamba/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install Orchestra-Research/AI-Research-SKILLs mamba
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/mamba/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill mamba -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/Orchestra-Research/AI-Research-SKILLs --path 01-model-architecture/mamba
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/mamba/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill mamba -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/Orchestra-Research/AI-Research-SKILLs/tree/HEAD/01-model-architecture/mamba/SKILL.md

## Когда брать
- собрать языковую модель на Mamba-2 с генерацией текста
- загрузить предобученные веса `state-spaces/mamba-2.8b` с HuggingFace
- сравнить скорость инференса Mamba и Transformer на одном промпте
- разобраться, чем Mamba-2 отличается от Mamba-1 по состоянию и нормализации
- посчитать VRAM под модель нужного размера перед запуском

## Примеры запросов агенту
- покажи, как собрать Mamba-2 LM с d_state=128 и сгенерировать текст
- загрузи state-spaces/mamba-2.8b и прогони промпт про будущее ML
- сравни скорость Mamba-2.8b и pythia-2.8b на одном промпте

## Похожие
- [nemo-mbridge-perf-moe-long-context](https://affpapa.org/nevibecode/skills/nemo-mbridge-perf-moe-long-context.md) — скилл · 1800 установок
- [unix-goto-development](https://affpapa.org/nevibecode/skills/unix-goto-development.md) — скилл · 427 установок
- [ai-behavior-trees-utility-ai](https://affpapa.org/nevibecode/skills/ai-behavior-trees-utility-ai.md) — скилл · 4900 установок
- [aws-network-monitoring](https://affpapa.org/nevibecode/skills/aws-network-monitoring.md) — скилл · 4900 установок
- [orca-linear](https://affpapa.org/nevibecode/skills/orca-linear.md) — скилл · 29100 установок
- [anatomy](https://affpapa.org/nevibecode/skills/anatomy.md) — скилл · 21800 установок

Из того же набора: [orchestra-research/ai-research-skills](https://affpapa.org/nevibecode/by/orchestra-research/ai-research-skills.md) — 66 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md