DASS：经蒸馏的音频状态空间模型是更强且更具时长可扩展性的学习模型

基于摘要分析。本文研究音频状态空间模型（SSMs）在短音频标注中落后于 Transformer、以及长音频实际性能尚未充分评估的问题。作者通过知识蒸馏训练 Knowledge Distilled Audio SSM（DASS），并提出 Audio Needle In A Haystack（Audio NIAH）测试，分别检验音频标注性能与长录音中的声音事件检索能力；主要研究对象是音频，而非 EEG 或 BCI。 机制与对照：研究利用 SSM 处理长输入的计算效率，并以知识蒸馏增强其音频建模能力。摘要将 Audio Spectrogram Transformer（AST）作为 Transformer 对照，但未说明蒸馏教师、监督信号、损失形式、输入表征及具体模型结构，这些实现细节尚未验证。 作者报告，DASS 在 AudioSet 上达到 mAP 47.6，并优于所比较的 Transformer 模型；具体数据划分、对照配置及统计信息尚未验证。作者另报告，仅用 10 秒音频片段训练的 DASS，能够在最长 2.5 小时的录音中检索声音事件，而 AST 在输入仅为 50 秒时即失败。该结果属于 Audio NIAH 测试，不能与 AudioSet 标注指标直接比较；事件插入方式、检索成功标准及长输入适配条件需查阅正文核对。 平台推测（待验证）：若将短片段训练后的长序列事件检索作为 EEG 研究问题，可考察 SSM 与蒸馏是否缓解长时记录的计算负担。可复用的是序列建模与蒸馏思路；音频输入表征、教师和任务监督需改造为适合多通道 EEG 的形式。低信噪比、跨被试差异、通道变化及小数据下教师误差可能使迁移失败。一个可证伪的小实验是：固定被试划分与短片段训练条件，在带事件标注的 EEG 测试记录中逐步增加背景长度，对比蒸馏 SSM、未蒸馏 SSM 与 Transformer 的事件检索性能及计算开销。此方案不是本文已验证结果，相关 EEG 工作尚未检索确认。完整实验协议、消融及复现条件仍需正文核验。