标签
SelfGraphRAG引入了一个框架，该框架从知识图谱生成合成问答对，以解决基于图的检索增强生成中的监督缺口，提升检索精度和推理性能。
本文提出了一种名为MR-Traj的多分辨率扩散框架，用于城市系统的合成轨迹生成。该框架能够在多个分辨率上捕获复杂的时空依赖关系，并提升下游任务中细粒度移动性建模的性能。
提出了一种任务条件化合成数据生成（TCSDG）算法，该算法结合了贝叶斯网络生成器与基于Transformer的表格基础模型，旨在提升农业预测任务中的机器学习性能，并在基准测试中表现出一致的改进。
MMDiff 通过轻量级解码器将冻结的扩散变换器扩展为多模态生成系统，通过多时间步特征融合，在语义分割和其他感知任务上实现了显著改进。