Lacuna Inc. 提出了不变-变体解耦状态空间模型 (IVD-SSM) 作为其对 SemEval-2026 叙事故事相似性和叙事表征学习任务的提交。 该模型利用混合状态空间模型主干 Jamba-1.5-Mini，在不产生标准 Transformer 二次方瓶颈的情况下对扩展因果链进行建模。 它引入了一个结构门控对齐 (SGA) 头，通过宏观路径映射粗略的结构骨架，以门控全分辨率的微观路径，从而抑制语义噪声和表面关键词重叠。 在成对比较判断（赛道 A）和密集表征学习（赛道 B）上的评估表明，将结构不变量与词汇变体解耦为深度叙事理解提供了一个稳健的框架。