研究者提出频率域时间序列分词器TimeFT，获NeurIPS 2026接收

Zelong Tian等在论文中提出TimeFT，一种面向时间序列的近乎无失真的频域分词器，论文已被NeurIPS 2026接收。 据论文称，现有基于子序列切分的tokenization会引入频谱失真，使模型学到的表示偏离趋势、周期性与季节性等真实模式；作者通过理论分析给出失真发生的边界条件，并称TimeFT无需参数、计算开销可忽略，可直接替换现有分词器。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。