GeoRVQ：面向生理信号残差标记预测的解码器感知几何模型
残差矢量量化（RVQ）可将生理波形转换为紧凑的标记序列，但传统掩码建模通常将所有错误标记赋予相同的代价。为此，研究人员提出 GeoRVQ，这是一种由粗到细的掩码标记模型，其优化目标结合了冻结波形解码器的局部响应。该模型通过解码器诱导的成本构建了几何感知软目标与期望失真，并遵循量化因果依赖进行预测。在 MIMIC-IV、VitalDB 和 CODE-15% 等数据集上的实验表明，GeoRVQ 显著提升了标记预测的准确性。
DC AI 热点
精选
当前热点完整榜单 →
1针对长上下文编程优化，Claude Opus 5.5 正式发布88 热度 ⌁2智能体编程加剧CI负载：Anthropic 如何扩展测试影响分析82 热度 ⌁3将“激活神谕”技术扩展至万亿参数模型：深入内部表征监测AI异常行为82 热度 ⌁4高通发力AI软件生态：收购Modular打造统一软件栈，推进Mojo语言多端支持80 热度 ⌁5Anthropic 推出 Claude Marketplace：一站式发现插件、智能体与合作服务80 热度 ⌁9月24日2026-09-24