arXiv · cs.AI · Shibo Feng, Wei Li, Min Wu, Chunyan Miao, Peilin Zhao · 4 小时前模型评分37
UniFlow：面向时间序列生成的统一多尺度流匹配框架
UniFlow: Unified Multi-Scale Flow Matching for Time Series Generation
导读
UniFlow 提出统一框架，用共享语义离散接口把多尺度表示学习与非自回归生成结合起来，多尺度分词器通过共享索引投票将各尺度信息合并为单一公共 ID 序列。该框架采用几何感知类别流匹配，从学习到的低秩锚点初始化传输并非自回归生成公共 ID，无需多条生成 token 流或顺序解码。在四个基准的短期与长期设置上，其生成保真度和跨尺度一致性优于代表性自回归与扩散基线，推理速度也大幅提升。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We propose UniFlow, a unified framework that integrates multi-scale representation learning with efficient non-autoregressive generation through a shared-semantic discrete interface.”
- “Code is available at this https URL”
来源：arXiv · cs.AI · arxiv.org