Lacuna Inc.は、物語の類似性および物語表現学習に関するSemEval-2026 Task 4への提出物として、不変-変異分離型状態空間モデル（IVD-SSM）を発表する。 このモデルは、標準的なTransformerが抱える二次的なボトルネックなしで拡張された因果連鎖をモデル化するために、ハイブリッド状態空間モデルのバックボーンであるJamba-1.5-Miniを活用している。 粗い構造的スケルトンをMacro-path経由でマッピングし、フル解像度のMicro-pathをゲートすることで、意味的なノイズや表面的なキーワードの重複を抑制する、構造的ゲート付きアライメント（SGA）ヘッドを導入している。 ペアごとの比較判断（Track A）および密な表現学習（Track B）で評価され、このアプローチは、構造的不変量と語彙的変異を分離することが、深い物語理解のための堅牢なフレームワークを提供することを示している。