#基础模型
共 10 篇相关文章
因果基础模型的单元级聚合为何破坏置信区间覆盖
因果基础模型在单元级处理效应估计上表现良好，但新研究发现组级聚合时可信区间覆盖率严重下降。本文剖析误差相关性根源，并介绍联合预测神经过程模型的改进方案。
生成式AI新纪元：主流云平台全面集成大模型
AWS、Google Cloud、Azure 三大云平台同步推进生成式AI布局：Amazon Bedrock 正式GA，Vertex AI 扩展LLM与扩散模型，Azure OpenAI Service 强化安全与可扩展性，NVIDIA AI Enterprise 提供算力底座，开发者接入门槛快速下降。
谷歌TabFM：表格数据的"GPT-3时刻"来了
谷歌研究院发布TabFM——专为表格数据打造的基础模型，无需训练即可预测客户流失等任务。本文解析其"数据即提示词"原理、语义局限，以及如何结合LLM智能体与Postgres后端构建自主数据科学流水线。
SPERA：引入球面先验的EEG基础模型，重塑脑电表征学习
SPERA是一款引入球面先验与JEPA潜空间预测的EEG基础模型，通过勒让德多项式空间先验、时空分解注意力与频谱正则化，在8万小时脑电数据上预训练，于临床、认知与脑机接口九项任务中取得最优平衡准确率。
人工生命新范式：用基础模型探索可能的生命形态
人工生命研究者 Akarsh Kumar 提出用基础模型探索模拟空间的新方法：通过参数化26万条规则并让大模型评判结果，在规则空间中发现孕育复杂生命现象的"解之孤岛"，揭示复杂性涌现的边界条件。
SlideRuler：用单张切片校准病理基础模型的扫描偏差
arXiv 最新论文提出 SlideRuler 方法，利用单张病理切片内部区域作为对照，校准不同扫描仪对基础模型特征表示的影响，在两种编码器和五台扫描仪上将特征距离降低16.3%-38.5%，为病理AI跨设备一致部署提供新路径。
QiYao-I：面向不规则多元时间序列预测的流形基础模型
arXiv 最新论文提出 QiYao-I，一款面向不规则多元时间序列预测的流形基础模型。它通过采样条件化时间流形注意力与频率感知的动态变量交互机制，在零样本和少样本场景下实现超越现有基础模型的预测性能。
TabPFN：终结机器学习调参的表格数据基础模型
深度学习曾在表格数据上失败，TabPFN 如今已超越 XGBoost 和 CatBoost。本文解析这个完全用合成数据训练的表格基础模型如何以单次前向传播完成预测、支持因果推理，并在 Kaggle 竞赛中一行代码夺冠。
微软GridSFM：用AI基础模型重塑电网规划
微软研究院推出GridSFM，一个面向电力系统的AI基础模型，以毫秒级速度近似交流最优潮流（ACOPF），比传统求解器快约千倍，并开放数据、代码与权重，重塑电网规划与仿真。
当OpenAI发布了你的产品路线图：AI创业者的生存命题
TechCrunch Disrupt 2026 抛出AI创业核心命题：当OpenAI把你的产品路线图变成自家功能时该怎么办？解析基础模型时代应用层创业的最大风险与破局思路。