研究:时间序列模型patch大小影响因架构而异
热点事件持续更新
研究:时间序列模型patch大小影响因架构而异
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
Jad Yehya等作者发布的一项受控对比研究,在97个GIFT-Eval任务上考察patch大小与Transformer架构的交互,发现影响因架构而异:仅编码器模型持续受益于更小的patch,仅解码器模型则呈U形趋势,中等patch综合表现最佳。 实验用相同的数据混合和优化预算训练两类预测模型,比较不同patch大小下的表现。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
研究时间序列基础模型中 patch 大小的影响报道时间线
沿着报道,了解事件的不同侧面。
11月3日
- arXiv · cs.AI研究时间序列基础模型中 patch 大小的影响
一项受控对比实验在 97 个 GIFT-Eval 任务上考察 patch 大小与 Transformer 架构的交互:仅编码器模型持续受益于更小的 patch,仅解码器模型则呈 U 形趋势,中等 patch 综合表现最佳。
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。