HMM 相关 AI 资讯 · AI 热点

8月19日

05:03

05:03官方一手Hugging Face: Blog（博客/媒体）

IBM Research 发布博客探讨智能体在长任务中的记忆压缩问题。文章介绍了基于 Hidden Markov Model (HMM) 的 ALTK 方法。该方法通过演化模型状态来减少对上下文窗口的占用。这种技术旨在解决长程推理任务中的记忆管理挑战。

论文 IBM Research ALTK HMM

推荐理由：IBM 发了新博客，讲怎么用 HMM 压缩 Agent 记忆，省显存。

6月23日

10:47

10:47

官方账号arXiv cs.LG@Rodrigo Herrera, Vianey Leos-Barajas, Gwendolyn Eadie, Elizaveta Semenova, James Davenport

该论文提出一种生成式替代框架，利用变分自编码器（VAE）学习Celerite先验的压缩表示，将高维相关随机依赖映射到低维各向同性流形，从而绕过精确协方差运算，将计算负担转为快速神经网络前馈。在模拟研究中，该VAE替代框架准确再现了Celerite等精确物理核的结构保真度。作者将VAE近似嵌入结合Celerite和隐马尔可夫模型（HMM）的加性模型，用于恒星耀斑检测。在实测天体物理时间序列上，VAE+HMM架构相比精确Celerite+HMM框架显著降低了计算时间，实现了大规模数据档案中的恒星耀斑特征化。

论文 Celerite VAE HMM

推荐理由：这篇论文用VAE加速了Celerite和HMM的恒星耀斑检测，解决了GP计算慢的老问题，实测时间大幅缩短，做天文时间序列分析的值得一看。