SDFlow:非自回归时间序列生成框架提出
热点事件持续更新
SDFlow:非自回归时间序列生成框架提出
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
Wei Li、Shibo Feng、Pengcheng Wu、Xingyu Gao、Min Wu、Peilin Zhao 提交论文,提出 SDFlow——一个在冻结的 VQ 潜空间中运行的非自回归时间序列生成框架,通过流匹配实现并行序列生成。该框架以全局传输映射替代逐步 token 预测,以消除曝光偏差,并采用低秩流形分解与学习式锚点先验缓解 VQ token 空间高维问题;在变分流匹配中引入码本索引的分类后验,融入离散监督。论文称代码已公开。
AI 根据报道生成 · 1 小时前更新
最新进展10月7日 12:00
SDFlow:面向时间序列生成的相似度驱动流匹配框架报道时间线
沿着报道,了解事件的不同侧面。
10月7日
- arXiv:cs.AISDFlow:面向时间序列生成的相似度驱动流匹配框架
SDFlow 是一个非自回归时间序列生成框架,在冻结的 VQ 潜空间中通过流匹配实现并行序列生成,以全局传输映射替代逐步 token 预测来消除曝光偏差。它采用低秩流形分解与学习式锚点先验缓解 VQ token 空间高维问题,并在变分流匹配中引入码本索引的分类后验以融入离散监督。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。