Hochreiter 和 Schmidhuber（1997）提出 LSTM，用来解决梯度消失问题——正是这一问题让普通循环网络无法学习长程依赖。它的门控记忆单元能够在许多时间步之间以可控的方式保留或遗忘信息。
在近二十年里，LSTM 一直主导着语音、翻译和文本建模领域，直到自注意力和 Transformer 在很大程度上取代了它。
LLM 架构基础概念
2026 年更新
LSTM（长短期记忆网络）
定义
一种带门控机制的循环神经网络设计，能够在长序列中记住信息——在 Transformer 出现之前，它是序列建模的主力。
参考文献
本定义所依据的一手文献、同行评审文献和存档资料。
Long Short-Term Memory
词典与百科条目
- Wikipedia — Long short-term memory
- IBM — Think / Topics — What are recurrent neural networks?
引用本条目
MultipleChat.《LSTM（长短期记忆网络）》. MultipleChat AI 与 LLM 术语表，2026. https://multiple.chat/ai-glossary/lstm