causal-model

本文提出一个因果模型，用于理解和对抗AI模型中的蓄意低效表现，使用如参考嫁接和上下文嫁接等干预措施来恢复开放权重模型的能力。

本文介绍BF1，一种因果二元稀疏注意力改造，旨在提升Transformer在长上下文处理中的效率。

X2Streaming-TTS 提出了一种因果令牌级文本转语音框架，用于真正的流式合成，使用因果承诺和语音状态继承来处理不确定的文本前缀，并在低延迟口语对话系统中保持声学连续性。

论文提出了 Super Star，一个用于数字人类在线共语手势生成的实时框架，该框架使用因果多模态自回归模型，结合流式语音和用户反馈以实现持续适应。

哥伦比亚大学的一篇论文介绍了一个严格因果的隐马尔可夫模型，能适应不断变化的市场制度，实现了2.18的夏普比率，而SPX买入持有为1.18，并在2025年抛售期间将最大回撤从-14.62%降低到-5.43%。

StreamForce 是一种因果统一视频生成模型，通过蒸馏流水线和自回归架构，为时变力提供实时、基于物理的响应，在力的遵循度和运动真实性方面达到了最先进的性能。