ThetaMem是一项初步的、单种子研究，针对一种循环混合器，该混合器通过学习到的带符号Hadamard或外积键提升来修改循环状态，而非优化门控机制。作者在合成基准上呈现了混合结果，并明确寻求批评以找出能够证伪该方法的最便宜实验。

  • 在MQAR的4倍长度外推中，ThetaMem（外积）使用32×核心状态浮点数取得了0.976的得分，而GDN-2使用更宽的键得分为0.814。
  • ThetaMem（Hadamard）在同一基准上的得分为0.668，相比之下GDN-2为0.567。
  • 在MAD模糊召回测试中，ThetaMem的表现不如GDN-2（损失值为0.181对比0.323）。

作者指出，核心状态匹配的对比并非参数匹配，并呼吁在未来的工作中采用涉及状态、参数和计算量匹配的更公平控制。