事件序列预测新基准与BaryBooster算法

Dmitry Osin等作者将事件序列的多步预测建模为条件生成问题，同时评估预测准确率与分布真实感，并构建了涵盖这两类指标的基准，包含统计基线、邻近领域模型和真实数据集。 评估发现，没有方法能同时擅长准确率与真实感，二者存在根本性权衡。作者据此提出 Wasserstein BaryBooster，将真实感强的扩散模型样本聚合进当前最优（SOTA）预测器，证明分布真实感可转化为预测准确率。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。