Vision-LSTM 与 xLSTM 的 mLSTM 单元加入 Tversky 相似度分支，一半深度追平全深度并提速 2 倍

Stanford NLP 转发的架构实验在 mLSTM 单元中加入 Tversky 相似度分支，使 Vision-LSTM 与 xLSTM 在相同参数量下以一半深度匹配甚至超过完整深度基线。该方法使 FLOPs 减少约 20%，训练速度最高提升 2 倍；其思路是将作为集合相似度非对称推广的 Tversky 相似度直接嵌入递归神经网络单元内部。