论文Agent 与开发者官方一手精选22:57苹果发布轨迹归一化模型NTM苹果新NTM模型用条件归一化流替代传统扩散步骤,少步采样时保持精确似然训练。#NTM#轨迹模型#扩散模型#归一化流A官方一手Apple ML Research原文稍后读已读值得跟进有用关注 NTM
论文16:46TORF:两阶段残差流实现均值保持的概率时间序列预测时间序列预测想同时要准均值和好分布?TORF用两阶段把这两件事拆开做,不用采样就能保住均值,短长期都跑赢了现有方法。#TORF#时间序列预测#归一化流#概率预测aarXiv cs.AI@Kiran Madhusudhanan 等 4 人原文稍后读已读值得跟进有用关注 TORF
论文09:27SVI-DAG:贝叶斯因果发现的结构化变分推断方法论文提出SVI-DAG,用归一化流建模边依赖,在贝叶斯DAG学习里不确定性量化赢过5个基线,结构精度也没落下。#SVI-DAG#贝叶斯因果发现#变分推断#归一化流aarXiv cs.LG@Shrenik Zinage原文稍后读已读值得跟进有用关注 SVI-DAG
论文精选13:07NF-CoT:用归一化流实现潜在推理,提升代码生成效率NF-CoT解决了潜在推理中丢失CoT关键优势的痛点,做LLM推理优化和代码生成的开发者可以直接参考其方法,提升效率。#潜在推理#归一化流#思维链#代码生成aarXiv cs.LG@Guancheng Tu 等 8 人原文稍后读已读值得跟进有用关注 潜在推理