ML 模型不懂日期：正余弦编码等廉价变换可大幅提准确率
dima806_dima · x · 2026-11-10
Dima Iakubovskyi 在 Medium 发表文章《Your ML Model Does Not Understand Dates》，指出大多数表格模型其实不理解日期时间特征。
文章介绍几种几乎零成本的变换——sine-cosine 成对编码、时间戳分解等——能让模型正确利用周期性时间信息，准确率提升幅度可堪比更复杂的方案。适合做表格数据/时序特征的读者参考。
「研究」频道最新
- Meta 发布 SAM 3D Body DINOv3 模型，3D 人体姿态与网格恢复 — facebook · 2026-11-11
- AI2 开源 ToyBlocks:用「任务相关保真度」评测机器人世界模型 — allen_ai · 2026-11-11
- 零依赖 MCP 枢纽：九个研究工具仓库共用一个调用面，依赖树互不合并 — Emergency-Tutor-7 · 2026-11-11
- OpenTac 开源触觉皮肤：CAD 一键给任意机器人表面布传感器 — _krishna_murthy · 2026-11-11
- tts-bench 第三期:91 个开源 TTS 模型与 28 个付费 API 同题横评 — UkieTechie · 2026-11-11
- GraphRAG 的痛点是 schema 漂移，Neo4j 本体规范想当共享契约 — JeremyCMorgan · 2026-11-11