Arquitectura RWKV
Híbrido RNN+Transformer con inferencia O(n): tiempo lineal, contexto infinito y sin caché KV; entrena como GPT (en paralelo) e infiere como RNN (secuencial).
Híbrido RNN+Transformer con inferencia O(n): tiempo lineal, contexto infinito y sin caché KV; entrena como GPT (en paralelo) e infiere como RNN (secuencial).