ETH 提出 TIDES：让选择性状态空间模型原生处理不规则时间序列
ethz · hf · 2026-10-08
ETH Zürich 发布 TIDES，一种选择性状态空间模型（SSM）变体，解决 Mamba 类模型难以处理不规则时间序列的问题。
- 问题：Mamba 等选择性 SSM 把离散化步长 Δ̃ 作为输入的函数学习，导致 Δ̃ 不再等于物理时间间隔 Δ，削弱对不规则时间戳的处理能力；S5 等连续时间 SSM 保持 Δ̃≡Δ 可原生处理不规则采样，但动力学是线性时不变的（LTI），单 token 表达力受限。
- 方法：TIDES 把输入依赖从步长移到对角状态矩阵上，同时保留 Δ̃≡Δ 与选择性 SSM 的单 token 表达力。
- 诊断基准：提出 Fading Flash 新基准，联合测试输入依赖与对分布外 Δ 的外推，隔离了现有 SOTA 架构的不同失败模式。
- 结果：在 UEA 时间序列分类和 Physiome ODE 回归上取得最佳平均排名；在来自天文、农业、神经形态传感与气候事件的 8 个原生不规则数据集中的 6 个上持平或超过参考基线。
代码已开源：https://github.com/TaylanSoydan/TIDES
「研究」频道最新
- KAIST 提出 SQAM：流策略强化学习微调提速，OGBench 难题成功率最高提升 35 个百分点 — kaist-ai · 2026-10-08
- 陶哲轩「数学家并未要求AI做此工作」言论引争议，littmath 反驳 — littmath · 2026-10-08
- 三篇霍奇猜想论文齐撤稿：符号错误连坐，LLM 数学成果引质疑 — ziv_ravid · 2026-10-08
- IBM 将 Spyre AI 加速器接入 PyTorch,借原生设备抽象实现一套框架多硬件 — PyTorch · 2026-10-08
- ResearchTrails 从 Git 提交史提取人类研究决策轨迹,提升 LLM 科研辅助能力 — ChenhaoTan · 2026-10-08
- Toby Ord 提出插值-外推-超外推三分法，称 AI 拙于第三类 — tobyordoxford · 2026-10-08