中科大阿里CEDAR预测误差降57%,线上验证商家LTV升13%
量子位 · wechat · 2026-09-17
中科大与阿里巴巴团队提出 CEDAR 框架，解决「决策条件模拟」问题：给定未来动作方案，推演时间序列演化轨迹，入选 KDD'26。
- 双重解耦设计：动作交错 Transformer（AIT）把状态与决策作为独立 token 按因果顺序排列（s(t-1)→a(t)→s(t)），显式建模人为决策的影响；残差修正模块用 Qwen-Plus 从社媒热搜提取事件关键词，经 BGE 编码后通过交叉注意力对齐到具体商品，捕捉外界干预。
- 验证：在 1688 约 3200 万条商品轨迹上，预测误差较最优基线（Informer、TFT、PatchTST 等）降低超 57%；预测 25 周 MSE 1.612 显著低于 PatchTST 的 2.847。线上 A/B 测试带来商家 LTV 提升 13%、店铺 ROI 提升 15%。经典案例：准确捕捉「奶皮子糖葫芦」爆火的需求反转，基线集体踏空。
- 细节：消融显示一阶段联合训练效果更差；显式总结「经验教训」塞入 prompt 反而降低性能。团队计划脱敏开放数据集。
「研究」频道最新
- 小米 MiMo 提出 CodeSpecWeave:用相互依赖规格合成任务训练编程智能体 — XiaomiMiMo · 2026-11-02
- Mistral Large 4 短提示词从零写出量子化学 SCF 求解器并自建 3D 可视化 — MistralAI · 2026-11-02
- 谁把「用 AI 治愈癌症」讲得最具体？2025 年路线图正在成形 — iskander · 2026-11-02
- arXiv 论文证明 SGD 最优步长调度:单调递减的线性衰减是唯一极小极大最优解 — konstmish · 2026-11-02
- Karpathy 的 nanochat:100 美元从零训练出类 ChatGPT,星标近 6 万 — karpathy · 2026-11-02
- 读完 46 份资料后写出 Agent Evals 指南：自评 95 分的评测为何不可信 — blaizedsouza · 2026-11-02