Cadence:用时序基础模型实现误差有界的有损时间序列压缩
Roberto Tacconelli · hf · 2026-09-09
Cadence 将时间序列基础模型与自适应算术编码器结合,对需求预测类时间序列做误差有界的有损压缩,压缩效果显著优于经典预测器方案。
作者同时如实报告了两项负面结果:在无损编码场景和跨批次确定性要求下,该方法不适用,为后续应用划清了边界。
「研究」频道最新
- Stu-tU 提出 RANSAC 评分新法,经 128 倍失准仍选对模型 — ducha_aiki · 2026-09-09
- 曝 OpenAI 万级 agent 联手 88 小时 Lean 证明 Navier-Stokes 会奇异化 — johnseach · 2026-09-09
- 测试时算力新想象:一万实例通过留言板互相影响 — mertdumenci · 2026-09-09
- 数学家「看出定义」像婴儿认物, transformer 训练正在抹掉这种能力? — MoonL88537 · 2026-09-09
- Marigold V2 用单步流匹配改造 DiT,单目深度估计更强 — huawei-bayerlab · 2026-09-09
- kornia-rs：Rust 低层 3D 视觉库，性能超 OpenCV 与 NVIDIA VPI — edgarriba · 2026-09-09