金融数据适合JEPA:论文提出LeJEPA做市场状态建模
randall_balestr · x · 2026-10-09
作者在 NeurIPS 论文《Towards Financial World Modeling》中提出:标准自回归/生成式模型会被困在重建原始价格 tick 上,浪费容量去预测不可预测的微观结构噪声;而 JEPA 通过在隐空间而非原始 tick 空间预测,能捕捉底层市场状态。配套的 Market-1T 数据集与基准解决了金融领域数据与评测缺失的问题。
所属事件:NeurIPS 论文发布万亿级股票高频数据集 Market-1T(4 条相关)→
「研究」频道最新
- Inherit-MAS:借鉴生物遗传的多智能体系统测试时进化,省 34.6% token — Songtao Wei · 2026-10-09
- 零人工标注:自动生成足球球员追踪数据集,HOTA 达 62.5 — RexDouglass · 2026-10-09
- LLM 为什么不真正"读字":从 BPE 到字节级模型的tokenization脉络 — jbhuang0604 · 2026-10-09
- PyTorch + KV 缓存加速 HSTU 推荐模型，延迟最高降 5.93 倍 — PyTorch · 2026-10-09
- 新预印本：LLM 把数字存成曲线和螺旋，但计算时并非总用这些形状 — tweetsatpreet · 2026-10-09
- 669 项临床决策仅花 1.7 美分,开源模型医疗成本惊人 — antoine_chaffin · 2026-10-09