待验证50% 置信事实精确时间

TAPES 是一个面向交易序列的任务对齐联合预测预训练框架。

1

来源数

50%

置信度

长期有效

时效性

2026/11/4

首次发现

来源

TAPES：面向交易序列的任务对齐联合预测预训练

涉及实体

相关事实

待验证TAPES 使用共享离散隐变量参数化的联合似然进行预训练，以显式建模预测目标间的条件共现关系。78% 相似待验证Scheduled Sampling是缓解曝光偏差的折中方案，在训练后期逐渐引入模型自身预测作为输入70% 相似待验证这篇发表于 arXiv 的研究提出了对齐预测（Alignment Forecasting）这一新命题：在训练开始之前预判某个微调数据集会不会显著加剧特定的失准行为69% 相似待验证该框架在训练时采用流匹配模型学习相邻轴向切片三元组的联合分布68% 相似待验证TabPFN的预训练使用由结构因果模型和贝叶斯网络等概率生成模型采样得到的合成数据集66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1133831

API

curl https://kongchang.com/api/v1/knowledge/claims/1133831

MCP

get_claim(id=1133831)