概率建模 on 办公AI智能小助手 https://blog.qife122.com/tags/%E6%A6%82%E7%8E%87%E5%BB%BA%E6%A8%A1/ Recent content in 概率建模 on 办公AI智能小助手 Hugo zh-cn qife Fri, 19 Sep 2025 17:46:47 +0800 大语言模型在多模态时间序列预测中的概率建模 https://blog.qife122.com/p/%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E5%9C%A8%E5%A4%9A%E6%A8%A1%E6%80%81%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E9%A2%84%E6%B5%8B%E4%B8%AD%E7%9A%84%E6%A6%82%E7%8E%87%E5%BB%BA%E6%A8%A1/ Fri, 19 Sep 2025 17:46:47 +0800 https://blog.qife122.com/p/%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E5%9C%A8%E5%A4%9A%E6%A8%A1%E6%80%81%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E9%A2%84%E6%B5%8B%E4%B8%AD%E7%9A%84%E6%A6%82%E7%8E%87%E5%BB%BA%E6%A8%A1/ <h1 id="基于大语言模型的多模态时间序列概率预测方法">基于大语言模型的多模态时间序列概率预测方法</h1> <p>时间序列预测在能源市场、气候分析和交通管理等领域具有重要应用价值。然而，现有方法难以有效整合外部文本信息，且无法与大语言模型的概率特性对齐。当前方法要么通过简单提示实现浅层文本-时间序列融合，要么依赖确定性数值解码，这与大语言模型的令牌生成范式存在冲突，限制了上下文感知和分布建模能力。</p> TELSAFE：基于概率建模的安全差距定量风险评估框架 https://blog.qife122.com/p/telsafe%E5%9F%BA%E4%BA%8E%E6%A6%82%E7%8E%87%E5%BB%BA%E6%A8%A1%E7%9A%84%E5%AE%89%E5%85%A8%E5%B7%AE%E8%B7%9D%E5%AE%9A%E9%87%8F%E9%A3%8E%E9%99%A9%E8%AF%84%E4%BC%B0%E6%A1%86%E6%9E%B6/ Thu, 18 Sep 2025 17:53:03 +0800 https://blog.qife122.com/p/telsafe%E5%9F%BA%E4%BA%8E%E6%A6%82%E7%8E%87%E5%BB%BA%E6%A8%A1%E7%9A%84%E5%AE%89%E5%85%A8%E5%B7%AE%E8%B7%9D%E5%AE%9A%E9%87%8F%E9%A3%8E%E9%99%A9%E8%AF%84%E4%BC%B0%E6%A1%86%E6%9E%B6/ <h1 id="telsafe安全差距定量风险评估框架">TELSAFE：安全差距定量风险评估框架</h1> <p>已建立的安全标准与其实际实施之间的差距有可能引入漏洞，从而可能暴露于安全风险之中。为有效应对和缓解这些安全与合规挑战，安全风险管理策略至关重要。然而，这些策略必须遵循成熟的策略和行业标准，以确保组织内部及跨组织的一致性和可靠性。</p> AutoBNN：利用组合贝叶斯神经网络进行概率时间序列预测 https://blog.qife122.com/p/autobnn%E5%88%A9%E7%94%A8%E7%BB%84%E5%90%88%E8%B4%9D%E5%8F%B6%E6%96%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E8%BF%9B%E8%A1%8C%E6%A6%82%E7%8E%87%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E9%A2%84%E6%B5%8B/ Tue, 09 Sep 2025 02:23:55 +0800 https://blog.qife122.com/p/autobnn%E5%88%A9%E7%94%A8%E7%BB%84%E5%90%88%E8%B4%9D%E5%8F%B6%E6%96%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E8%BF%9B%E8%A1%8C%E6%A6%82%E7%8E%87%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E9%A2%84%E6%B5%8B/ <h1 id="autobnn利用组合贝叶斯神经网络进行概率时间序列预测">AutoBNN：利用组合贝叶斯神经网络进行概率时间序列预测</h1> <p>2024年3月28日 | Urs Köster，谷歌研究软件工程师</p> <p>AutoBNN将传统概率方法的可解释性与神经网络的可扩展性和灵活性相结合，利用复杂数据构建复杂的时间序列预测模型。</p>