告别MSE!北大林宙辰团队提出DistDF:基于最优传输的时序预测新损失函数,登ICLR 2026 北大林宙辰团队提出DistDF,基于最优传输对齐联合分布,解决MSE独立性假设偏差,在ICLR 2026发表。实验表明其提升多种模型泛化性能,适用于语音、轨迹等序列任务。 AI 前沿动态# DistDF# ICLR 2026# 分布对齐 2个月前560
多步预测总翻车?北大团队揪出MSE两大“原罪”,让损失函数自我进化 | ICLR 2026 北大林宙辰团队在ICLR 2026提出QDF方法,指出传统MSE损失的两个错误先验,并通过元学习让损失函数自适应调整,显著改善多步时序预测的长期误差,无需改动模型结构。 AI 前沿动态# ICLR 2026# QDF# 元学习 2个月前370