SWIFT:时间序列基础模型样本级微调框架论文发布
热点事件持续更新
SWIFT:时间序列基础模型样本级微调框架论文发布
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
Yang Chen 等作者发布论文,提出面向时间序列基础模型(TSFM)的样本级实例微调框架 SWIFT。该框架仅利用单个预测样本自身的历史数据实现细粒度微调,无需额外数据集,包含 Self-Retrieval 历史挖掘、Frequency-Aware Loss 和 Deviation-Aware Dynamic Fusion 三个组件。 作者称,在四个骨干模型与六个 Chronos Benchmark II 数据集共 24 种组合上,SWIFT 平均将 MASE 降低 6.41%、WQL 降低 4.83%(论文中的实验结果)。
AI 根据报道生成 · 3 小时前更新
最新进展11月16日 13:00
SWIFT:面向时间序列基础模型预测的样本级实例微调框架报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- arXiv cs.AISWIFT:面向时间序列基础模型预测的样本级实例微调框架
SWIFT 是一种样本级实例微调框架,针对时间序列基础模型(TSFM),仅利用单个预测样本自身的历史数据实现细粒度微调,无需额外数据集。它结合 Self-Retrieval 历史挖掘、Frequency-Aware Loss 和 Deviation-Aware Dynamic Fusion。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月16日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
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。