热点事件观察中
研究团队提出高维离散事件序列模型DES-JEPA
1 篇报道1 个报道来源3 天前更新
先了解这件事
AI 综述
2026年10月31日，相关研究团队在arXiv发布成果，提出DES-JEPA与DES-PFN架构，用于解决高维离散事件序列的建模问题。该框架通过构建共享离散词汇表，实现了无需针对具体任务微调的上下文内下一事件预测。其中，DES-JEPA负责从未对齐的合成随机过程中提取共享词汇表，DES-PFN则复用该词汇表完成事件预测。测试显示，该框架在8个未见过的真实世界数据集上取得了具竞争力的zero-shot表现，并具备扩展至700种不同事件类型的能力。
AI 根据报道生成 · 2 天前更新
最新进展10月31日 12:00
研究团队发布DES-JEPA与DES-PFN架构，实现高维离散事件序列的zero-shot预测。报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIDES-JEPA：为高维离散事件序列学习共享词汇表
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。
本事件热度走势
当前热度 3·可比范围峰值 7（11月1日 03:00）·近 24 小时可比范围变化 -49%
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。