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。
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。
AI 与可被 AI 赋能的行业方向,每个领域独立成脉
共 2 条符合条件
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。
该论文用算法信息论形式化定义组合结构:当部分合在一起时显现出单独建模无法捕捉的共享结构,即为组合性。作者用可计算近似反推该框架,直接优化字符串与图像以生成具有层级复用和部分-整体组织的对象,并讨论其对神经网络深度和组合数据课程设计的启示。