ChronoSSM：为自回归状态空间模型训练时间感知表征

英文标题：ChronoSSM: Training for Temporally Aware Representations in Autoregressive State Space Models

ChronoSSM 聚焦于为自回归状态空间模型（State Space Models）训练具备时间感知能力的表征。论文指出，现代序列模型包括 Transformer 和状态空间模型，虽然已在多种领域展现出强大的生成建模能力，但训练目标通常侧重于预测“发生什么”，而较少关注“何时发生”。该研究旨在弥补序列建模中对时间信息建模不足的问题，对需要刻画事件时序、动态变化和时间依赖关系的开发者及行业应用具有潜在意义。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB