DiffDiff：把可预测性差异嵌入扩散轨迹的预测框架

Chen Su、Yuanhe Tian、Yan Song 提出 DiffDiff 扩散框架，把时间序列中“历史可锚定部分”与“高频不确定部分”的可预测性不对称直接嵌入扩散轨迹：随步数变化的前向算子让含噪中间状态逐步转向目标的二阶差分结构。 据论文，DiffDiff 在四个预测跨度、七个基准上优于六个扩散基线，并保持与现有采样器的兼容性；该论文已被 NeurIPS 2026 接收。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。