NERDMANStateSMix: Komprimiert Dateien ohne Vorkenntnisse
Ein neues KI-Modell komprimiert jede Datei verlustfrei, ohne jemals vorher trainiert worden zu sein. StateSMix lernt die Struktur einer Datei erst während der Kompression – in Echtzeit.
Was konkret passiert ist
Forscher haben StateSMix veröffentlicht, einen völlig eigenständigen Kompressor. Er kombiniert ein Mamba State Space Model (SSM) mit einer spärlichen N-Gramm-Kontext-Mischung. Das System hat keine vortrainierten Gewichte und startet bei Null.
- Modell:** Mamba-SSM (DM=32, NL=2)
- Parameter:** ~120K aktive Parameter pro Datei
- Training:** Online, Token-für-Token auf der zu komprimierenden Datei
- Anforderungen:** Keine GPU, keine externen Abhängigkeiten
Pro/Con-Tabelle
### Pro - Vollständig eigenständig, keine Vorab-Daten nötig - Sehr geringer Speicherbedarf (~120K Parameter) - Verlustfreie Kompression ### Con - Reines Forschungsprojekt, keine praktische Anwendung gezeigt - Sehr langsames, online Training pro Datei - Keine Benchmarks gegen etablierte Tools wie 7-Zip
Was das bedeutet
Das ist Grundlagenforschung. Die Idee, ein kleines Modell in Echtzeit auf eine einzelne Datei zu trainieren, ist clever. Für den praktischen Einsatz ist es jedoch viel zu langsam. Niemand wird minutenlang warten, während ein KI-Modell lernt, wie es eine PDF-Datei komprimiert, wenn 7-Zip das in Millisekunden erledigt.