热点事件持续更新
自回归前沿扩展：图机器学习生成树状结构
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月2日，arXiv cs.LG 分类发布一项研究，提出 Autoregressive Frontier Expansion，一种通过迭代扩展过程构建树状结构的生成框架，模拟真实树木的生物学生长。该方法每一步由 SO(2)-equivariant GNN 参数化的 flow-matching 模型预测各活跃分支是分叉还是终止，从而扩展前沿。研究者在皮层神经元和植物树的非条件、类别条件及形态引导生成任务中验证该方法，结果显示生成的形态与参考分布高度吻合。目前该工作以预印本形式公开，尚无后续同行评审或独立复现报道。
AI 根据报道生成 · 3 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv：cs.LG（机器学习，全量分类）Autoregressive Frontier Expansion：用图机器学习生成树状分支结构
研究者提出 Autoregressive Frontier Expansion，一种通过迭代扩展过程构建树状结构的生成框架，模拟真实树木的生物学生长。每一步由 SO(2)-equivariant GNN 参数化的 flow-matching 模型预测各活跃分支是分叉还是终止，从而扩展前沿。该方法在皮层神经元和植物树的非条件、类别条件及形态引导生成任务中，生成的形态与参考分布高度吻合。
本事件热度走势
当前热度 9·可比范围峰值 10（10月2日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。