大模型Hugging Face Papers4 天前
互补表征提升时序语言模型推理能力
论文提出互补表征设计原则，将折线图与归一化延迟嵌入两种视图结合，分别保留绝对测量与时间结构，经视觉编码器融合进语言模型。在TSRBench上准确率从44.5%提升至53.2%，显著超越专用基线36.7%，为通用时序语言模型提供有效设计思路。
已过时译★ 4
AI 与各行业落地的前沿信号寻行业之脉
寻行业之脉
接真实之需
每日自动追踪全球权威信源，模型生成中文摘要与有效期判断，人工抽检把关。 不追热点，只留经得起推敲的那一部分。
249
累计条目
0
今日新增
12
权威信源
采集中每日 02:00 · UTC+8
L1 摘要
全量
L2 深度
0
人工抽检
每日
按领域浏览
AI 与可被 AI 赋能的行业方向，每个领域独立成脉
筛选结果
共 5 条符合条件
当前筛选#time-series×
大模型Hugging Face Papers4 天前
PathFM：快速生成式多变量轨迹预测
PathFM 用流匹配生成完整未来轨迹，而非仅预测边际分位数，从而刻画未来路径的依赖结构。通过蒸馏到一两步并共享历史注意力缓存，生成多条路径仅需一次分位数查询的时间，在 fev-bench、TIME 及新提出的 fps-bench 上表现有竞争力，并在混沌系统中保持长期变异性。
大模型Google AI Blog4 天前
AutoBNN: Probabilistic time series forecasting with compositional bayesian neural networks
Google Research 开源 AutoBNN，用组合式贝叶斯神经网络替代高斯过程做时间序列预测。它自动搜索可解释的核结构，提供可靠不确定性估计，训练复杂度近线性且适配 GPU/TPU，解决了传统 GP 计算昂贵、神经网络缺乏可解释性的问题。
行业落地arXiv cs.LG4 天前
CogDrift-4D: Hierarchical Multimodal Modeling of Temporal Behavioral Decay for MCI Detection
提出 CogDrift-4D 分层 4D Transformer 框架，用 18 个月七次无脚本多模态交互数据构建 Batch×Session×Time×Feature 张量，通过会话内回归斜率与跨会话递归交叉注意力建模行为衰退，配合质量门过滤噪声，实现轻度认知障碍检测（准确率 0.733），为居家实时痴呆筛查提供可扩展方案。
大模型arXiv cs.LG4 天前
Quantile-Guided Diffusion for Probabilistic Time-Series Forecasting
该论文研究如何用预测分位数作为扩散预测器的分布控制信号，提出 Control-TS：冻结预训练扩散骨干，仅学习分位数控制通路，在去噪网络全程施加残差控制。八个基准上一致提升 CRPS，并引入 CLPS 评估生成轨迹的下游预测效用。