待验证50% 置信事实精确时间
在TGNN训练中，根事件是被选为预测目标的事件，模型需要基于其之前的节点记忆预测该事件的发生；支持事件是为预测根事件而回溯采样的历史事件，提供上下文并参与节点记忆更新。
1
来源数
50%
置信度
长期有效
时效性
2026/10/20
首次发现
来源
涉及实体
相关事实
待验证时序图神经网络（TGNN）通过从演化交互（事件）中更新节点记忆，并利用这些记忆进行下游预测。76% 相似待验证潜在缓存技术将LLM推理中的KV Cache思想迁移至训练阶段，对轨迹历史帧预先提取潜在表示并缓存69% 相似已验证预训练的核心目标是让模型具备预测下一个词（Predict Next Token）的能力，基于Transformer架构中的因果注意力机制69% 相似待验证Scheduled Sampling是缓解曝光偏差的折中方案，在训练后期逐渐引入模型自身预测作为输入69% 相似待验证常见预取策略包括基于顺序检测的流式预取、基于索引叶节点遍历路径的B-Tree预取，以及利用历史查询日志训练的机器学习预取模型68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1074664API
curl https://kongchang.com/api/v1/knowledge/claims/1074664MCP
get_claim(id=1074664)