标签
引入了Cluster-Weighted EDMD（CW-EDMD），这是一种数据驱动方法，通过期望最大化联合学习相空间划分和每个簇的Koopman算子，在经典动力系统上的预测精度优于标准EDMD。
本文提出了一个针对带面板数据的Markov Chain选择模型的框架，包括利用偏序偏好信息的新型EM算法进行估计、个性化选择预测以及分类优化。在合成数据和sushi数据集上的实验结果表明，相比传统方法有显著改进。
本文发现了轨迹预测模型中训练（赢者通吃损失）与推理之间的不匹配，导致模式概率缺乏信息。它提出了使用后验加权合并和一步EM更新的事后处理方法，以提高模式排序和预测准确性，无需重新训练。
TEMPO 提出一种测试时训练框架，在策略微调与评判器再校准之间交替，防止多样性崩塌并持续放大推理模型的性能，将 Qwen3-14B 在 AIME 2024 上的得分从 42.3% 提升至 65.8%。