DES-JEPA：为离散事件序列学习共享词表并实现零样本预测
热点事件持续更新
DES-JEPA：为离散事件序列学习共享词表并实现零样本预测
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Hugo Math 等研究者提出 DES-JEPA 联合嵌入预测架构，从事件词汇不对齐的合成随机过程中学习共享离散词汇，并配套 DES-PFN 先验拟合网络，用该词表做上下文下一事件预测。 据论文称，该框架无需任务特定微调，在八个未见真实数据集上取得有竞争力的零样本性能，并可扩展至 700 种事件类型。
AI 根据报道生成 · 1 小时前更新
最新进展10月31日 12:00
DES-JEPA：为高维离散事件序列学习共享词汇报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIDES-JEPA：为高维离散事件序列学习共享词汇
研究者提出 DES-JEPA 联合嵌入预测架构，从事件词汇不对齐的合成随机过程中学习共享离散词汇，并配套 DES-PFN 先验拟合网络用于上下文下一事件预测。该框架无需任务特定微调，在八个未见真实数据集上取得有竞争力的零样本性能，可扩展至 700 种事件类型。
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。