TimeWorld论文提交至arXiv
热点事件持续更新
TimeWorld论文提交至arXiv
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Hang Ni、Weijia Zhang和Hao Liu将TimeWorld论文提交至arXiv，论文提出一种面向时间序列预测的动作条件多模态世界模型；评测显示，加入简单文本前缀后，所有受测的时间序列基础模型（TSFM）backbone预测表现均有所提升。 论文还提出覆盖七个真实数据集的TSWM-Bench，用于评估基于记录的动作—结果数据进行文本干预的多模态时间序列世界模型，并采用Prototype-Guided Latent Modulation（PLM）和Action Contrastive Learning（ACL）建模动作响应。
AI 根据报道生成 · 43 分钟前更新
最新进展10月28日 12:00
TimeWorld：面向时间序列预测的动作条件多模态世界模型报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningTimeWorld：面向时间序列预测的动作条件多模态世界模型
研究提出 TimeWorld，以显式动作响应建模适配预训练 TSFM，构建动作条件世界模型。TSWM-Bench 覆盖七个真实数据集；评测显示，简单文本前缀适配提升所有受测 TSFM backbone 的预测表现，框架采用 Prototype-Guided Latent Modulation（PLM）和 Action Contrastive Learning（ACL）。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。