RAM-Net: Linear-Time Sequence Modeling with Sparsely Addressable State

一本印在燕麦色纸上的学者读本,Georgia 标题字体,浅天蓝色铅笔记号,顶部钉着一份低调的章节索引。

muoncat.github.io/ramnet_webRAM-Net: Linear-Time Sequence Modeling with Sparsely Addressable State
https://muoncat.github.io/ramnet_web/ 的截图,版权归作者所有,仅作参考展示。 申请删除
会议或期刊
NeurIPS 2026
年份
2026
第一作者
Kaicheng Xiao
领域
sequence modeling
模板
custom interactive paper companion (palette injected from data/palette.json, no template credit)
配色
浅色

已对照实际渲染的页面核对。

入选理由

温暖的纸张米色配色,配衬线大标题、横向的页内章节导航和编号章节。五面板对比图和干净的表格带来其他入选页面所没有的学术气质,不过正文字号偏小,对比度也偏低。

下面的说明和 DESIGN.md 正文是英文。为了让编程 agent 读同一个版本,这部分没有翻译。

概述

配色

字体

Georgia
RAM-Net: Linear-Time Sequence Modeling with Sparsely Addressable State Abstract · Method · Results · BibTeX — 0123456789
Segoe UI
RAM-Net: Linear-Time Sequence Modeling with Sparsely Addressable State Abstract · Method · Results · BibTeX — 0123456789

间距与形状

页面模块

使用建议

相似风格