arXiv cs.AI· Hugo Math, Maximilian Forstenh\"ausler, Christos Anagnostopoulos·· 3 天前AI 评分33
DES-JEPA：为高维离散事件序列学习共享词汇表
DES-JEPA: Learning a Shared Vocabulary for High-Dimensional Discrete Event Sequences
AI 导读
新研究提出 DES-JEPA 与 DES-PFN 架构，通过为高维离散事件序列构建共享词汇表，实现无需任务微调的上下文内下一事件预测。DES-JEPA 从未对齐的合成随机过程中提取共享离散词汇表，DES-PFN 则复用该词汇表完成预测。该框架在 8 个未见过的真实世界数据集上取得具竞争力的 zero-shot 性能，并可扩展至 700 种不同事件类型。
来源：arXiv cs.AI · arxiv.org