random-walk

本文研究机器学习模型能否在预测美元/加元汇率方面击败随机游走基准，发现只有线性回归在统计上优于朴素模型，SHAP分析显示短期滞后项主导预测。

提出了G²C-MT，一种基于图引导的文档级机器翻译上下文选择框架，通过轻量级话语图和深度偏置随机游走来建模结构化话语依赖关系，在多个大语言模型上超越基线。