基于上下文建模的模型预测任务采样方法

2026年10月14日，arXiv Artificial Intelligence 刊出 Jiarong Wen 等作者的论文，提出一种基于上下文序列建模的风险预测模型（RPM）方法，用于模型预测任务采样（MPTS）。报道称，MPTS 中的 RPM 面临两个失效模式：优化历史稀疏，以及风险近似滞后一步。该研究将这两个失效模式形式化，推导出滞后风险分解以揭示由此产生的时间偏差，并把风险预测重构为上下文序列建模问题。新 RPM 结合一步前瞻机制与时间加权滑动窗口，报道称无需额外 rollout 即可缓解数据非平稳与稀缺问题。在鲁棒 Meta-RL、域随机化（DR）及 LLM 提示课程 RL 后训练中，该方法给出更可靠的难度估计并取得一致性能提升。目前进展为论文发布及方法描述，尚无后续跟进报道。

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。