RNN の隠れ状態を従来のベクトルから行列 H (dxd) に拡張し、情報の書き込みと読み出しを行列演算として定義した。

Associative Recall（連想想起）タスクにおいて、従来の LSTM や GRU が失敗する 1000 トークン以上の文脈でも 99% 以上の高い正解率を維持した。

計算量はシーケンス長 L に対して線形 O(L) であり、推論時のメモリ使用量はシーケンス長に依存しない O(1) に抑えられる。

Long Range Arena (LRA) の ListOps タスクにおいて、標準的な Transformer を 5.2 ポイント上回る 63.4% の精度を達成した。

Transformer の計算コスト O(L^2) を回避しつつ、RNN の弱点だった複雑な情報の保持（連想記憶）を克服している。この発見を知らないと、長文脈処理には Attention が必須であるという誤った前提で設計を進めてしまう。

Mamba などの状態空間モデル (SSM) とは異なる「行列演算による再帰」というアプローチで線形計算量を達成しており、アーキテクチャ設計の新たな選択肢となる。