AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP

自回归

共 3 条相关 AI 资讯
7月10日
23:52
23:52AK@_akhaliq
OPSD-V是一种用于后训练阶段的自蒸馏技术,专门优化自回归视频生成器的少步生成能力。该方法通过在线策略蒸馏,让模型在仅几步推理内达到与多步推理相近的视频质量。论文展示了OPSD-V在多个视频生成基准上提升了生成效率同时保持视觉保真度。
论文OPSD-V自蒸馏视频生成自回归

推荐理由:想用更少的生成步骤做出高质量视频?这篇讲OPSD-V方法,用自蒸馏让视频生成器几步就够。
原文
7月7日
23:19
23:19官方账号NVIDIA AI@NVIDIAAI
Dvir Samuel 将于 ICML 2026 周二下午2点(poster #1204)展示 Fast-AR 项目。Fast-AR 旨在提升自回归生成速度,项目页面已上线。该方法可能应用于图像或文本生成领域。
AI模型Fast-ARICML 2026自回归Dvir Samuel

推荐理由:Dvir Samuel 在 ICML 上发布 Fast-AR,一种加速自回归生成的新方法,值得关注。
原文
5月21日
10:22
10:22官方账号arXiv cs.LG@Minh Hoang Nguyen, Dai Do, Huu Hiep Nguyen, Dung Nguyen, Kien Do, Hung Le
精选
现代深度学习模型在时间序列预测中表现优异,但在长期预测中因自回归推理的误差累积导致性能下降。经典误差校正机制(ECM)在统计方法中有效,但在深度学习中应用有限。本文提出一种架构无关的通用误差校正器UEC-STD,通过将预测分解为趋势和季节成分分别校正,显著提升校正精度和鲁棒性。该方法无需重新训练即可集成到现有预测器中,在4种骨干网络和10个数据集上验证了有效性。代码已开源,为缓解深度时间序列模型的自回归误差提供了实用工具。
论文时间序列预测误差校正深度学习自回归开源/仓库

推荐理由:时间序列预测的长期误差累积是实际应用中的痛点,做时序预测的团队可以直接用UEC-STD提升现有模型性能,无需重新训练,值得一试。
原文
精选全部日报登录