arXiv 人工智能· Hugo Math, Maximilian Forstenh\"ausler, Christos Anagnostopoulos·· 7 小时前AI 评分38
DES-JEPA：为高维离散事件序列学习共享词汇表
DES-JEPA: Learning a Shared Vocabulary for High-Dimensional Discrete Event Sequences
AI 导读
研究提出 DES-JEPA 与 DES-PFN 互补模块，通过从未对齐的合成随机过程中学习共享离散词汇表，解决高维离散事件序列跨领域标签不一致的上下文预测难题。该框架无需特定任务微调，在 8 个未见过的真实世界数据集上取得了具竞争力的 zero-shot 性能，并可扩展支持多达 700 种不同事件类型。
来源：arXiv 人工智能 · arxiv.org