PulseAugur
实时 06:14:14
English(EN) Enhancing next token prediction based pre-training for jet foundation models

新的预训练方法提升喷气式基础模型性能

研究人员开发了一种改进的喷气式基础模型预训练方法,该方法建立在最初的OmniJet-alpha工作之上。这种新方法通过结合连续特征向量和词元ID来增强下一个词元预测,并引入了一种结合掩码粒子建模和生成学习目标的组合预训练策略。这些增强功能在不影响生成能力的情况下显著提高了下游分类任务的性能。 AI

影响 引入了一种新颖的预训练策略,可以提高基础模型在科学领域的效率和有效性。

排序理由 详细介绍基础模型新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的预训练方法提升喷气式基础模型性能

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Joschka Birk, Anna Hallin, Gregor Kasieczka, Nikol Madzharova, Ian Pang, David Shih ·

    增强基于下一词元预测的预训练以用于喷气式基础模型

    arXiv:2512.04149v2 Announce Type: replace-cross Abstract: Next token prediction is an attractive pre-training task for jet foundation models, in that it is simulation free and enables excellent generative capabilities that can transfer across datasets. Here we study multiple impr…