LSTM est un type d'architecture RNN conçu pour apprendre les dépendances à long terme dans les données séquentielles grâce à des mécanismes de portes — entrée, oubli et sortie — qui contrôlent quelle information conserver, jeter ou transmettre. Avant les transformers, les LSTMs étaient l'état de l'art pour la reconnaissance vocale, la traduction et la prévision de séries temporelles. Ils subsistent dans des systèmes de production à budget limité.