正确答案是：B。

分析：

A: 正确。LSTM（Long Short-Term Memory）通过引入输入门、遗忘门和输出门来控制信息的流动，从而有效解决了RNN（Recurrent Neural Network）中常见的梯度消失和梯度爆炸问题。这些门允许LSTM在训练过程中选择性地记住或忘记信息。

B: 错误。LSTM中门的开关程度是由门控机制（通过激活函数如sigmoid）决定的，而不是直接由信息的权重决定。门控机制通过学习参数来控制信息的流动，因此在训练过程中，LSTM能够学习到哪些信息是重要的，而不是直接由信息的权重决定。

C: 正确。与传统的RNN相比，LSTM引入了更多的参数（例如，门的权重矩阵），因此通常需要更长的训练时间。不过，这些额外的参数也使得LSTM更强大，能够捕获更复杂的时间依赖关系。

D: 正确。门限递归单元（GRU）是一种LSTM的变体，它将遗忘门和输入门合并成一个更新门，简化了模型结构，同时保留了大部分LSTM的性能优势。GRU通常具有较少的参数，因此可能比LSTM更快地训练。