模型
Autoregressive Model（自回归模型）
自回归模型是一种基于序列历史预测下一个元素的统计模型，解决序列数据生成和预测问题。它广泛应用于语言建模、音频生成和时间序列预测，代表工作包括GPT系列和WaveNet。
详细解释
自回归模型假设当前输出依赖于之前的所有输出，通过链式法则建模联合概率。在深度学习中，通常用RNN、Transformer等实现。GPT系列是典型的自回归语言模型，逐词生成文本。WaveNet用于音频生成。自回归模型擅长生成连贯序列，但推理速度慢且可能累积误差。变体包括掩码自回归和并行生成方法。
别名与相关写法
autoregressive model