QUALS 框架提升时序预测数据效率
论文AI 评分 65/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
研究团队提出 QUALS 框架，旨在解决大规模时序基础模型训练中的数据多样性问题。该框架通过模式量化和可学习性同步机制，解码混合语料库中的异构模式并校准采样权重。实验显示，在大幅减少训练预算的情况下，基于 QUALS 预训练的模型仍能实现更优的零样本预测性能。
为什么值得看
大幅降低时序基础模型训练成本，提升零样本预测能力。
量化
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。