基于自回归 Transformer 的级联极端事件生成式建模

研究人员提出一种基于自回归 Transformer 的生成式建模方法，用于模拟与预测连续发生的级联极端事件。该方法通过极值 token 表示将多元观测编码为类别序列，由 decoder-only Transformer 学习序列分布并递归采样生成未来序列。在 5 支半导体股票 10 秒收益率测试中，模型支持 zero-shot 迁移，微调数个 epoch 即可显著改善事件频率与转移模式。