热点事件持续更新
Autoregressive Frontier Expansion：基于图机器学习的自回归树生成框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026-10-01，arXiv 发表一手研究，提出 Autoregressive Frontier Expansion 框架，通过迭代扩展前沿生成树结构；每步由 SO(2)-等变 GNN 参数化的流匹配模型预测分支分叉或终止。在皮质神经元和植物树上进行无条件、类别条件及形态引导生成，生成形态与参考分布及目标形态高度一致。
AI 根据报道生成 · 1 小时前更新
最新进展10月1日 12:00
论文于 arXiv 发布，提出并验证该自回归树生成框架。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · Machine Learning TheoryAutoregressive Frontier Expansion：基于图机器学习的自回归树生成框架
论文提出 Autoregressive Frontier Expansion 框架，通过迭代扩展前沿的方式生成树结构，每步由 SO(2)-等变 GNN 参数化的流匹配模型预测分支是否分叉或终止。在皮质神经元和植物树的无条件、类别条件及形态引导生成上，生成形态与参考分布及目标形态高度一致。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。