热点事件持续更新
SPAFT：结构化剪枝与自适应微调提升PPG基础模型
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月27日，arXiv cs.AI 收录论文提出 SPAFT 框架，用于把 PPG（光电容积脉搏波）基础模型适配到可穿戴设备采集的稀疏、低质量数据任务上。该框架由结构化剪枝与自适应微调两部分组成，采用“先剪枝再微调”的范式。作者称，在 4 个 PPG 基础模型、5 个基准数据集、10 个下游任务上进行评估，回归任务胜率为 82.8%，分类任务胜率为 87.5%，且这种范式常使 PPG 基础模型达到 SOTA。目前该工作以预印本形式发布，报道中未提及同行评审、代码开源或独立复现情况。
AI 根据报道生成 · 3 小时前更新
最新进展10月27日 12:00
arXiv 新论文提出 SPAFT，以剪枝加微调将 PPG 基础模型适配可穿戴稀疏数据。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AISPAFT：用结构化剪枝与自适应微调释放 PPG 基础模型的可穿戴信号特化能力
SPAFT 是一个结构化剪枝加自适应微调的框架，用于把 PPG 基础模型适配到可穿戴设备采集的稀疏、低质量数据任务上。在 4 个 PPG 基础模型、5 个基准数据集、10 个下游任务上，其回归与分类任务胜率分别达到 82.8% 和 87.5%。这种“先剪枝再微调”的范式常使 PPG 基础模型达到 SOTA。
本事件热度走势
当前热度 9·可比范围峰值 10（10月27日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。