热点事件持续更新
研究人员提出企业现金流预测模型CADENCE
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月30日，研究人员在arXiv发布因果Transformer模型CADENCE。该模型将交易视为token，旨在预测企业现金流下一笔支付的金额与时间分布。实验表明，相较于生产环境中的FFT基线，CADENCE将单日时间精度提升了93.3%，下一事件F1分数提升6.7%。在端到端信贷评估应用中，该模型使KS指标提升4.8%，并在固定损失率的前提下将信贷批准率提升了18.2%。
AI 根据报道生成 · 2 小时前更新
最新进展10月30日 12:00
研究人员提出因果Transformer模型CADENCE，预测企业下一笔交易分布并提升核保表现。报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv 机器学习CADENCE：面向企业现金流核保的下一笔交易分布预测
研究人员提出因果 Transformer 模型 CADENCE，将交易视为 token 来预测企业现金流下一笔支付的金额与时间分布。对比生产环境 FFT 基线，CADENCE 将单日时间精度提升 93.3%，下一事件 F1 提升 6.7%。在端到端信贷评估中，该模型使 KS 提升 4.8%，并在固定损失率下将批准率提升 18.2%。
本事件热度走势
当前热度 9·可比范围峰值 9（10月30日 15:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。