Buchumschlag

FlowDistill: Scalable Traffic Flow Prediction via Distillation from LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yu, Chenyang, Xie, Xinpeng, Huang, Yan, Qiu, Chenxi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FUSE-Traffic: Fusion of Unstructured and Structured Data for Event-aware Traffic Forecasting
von: Yu, Chenyang, et al.
Veröffentlicht: (2025)

Harnessing LLMs for Cross-City OD Flow Prediction
von: Yu, Chenyang, et al.
Veröffentlicht: (2024)

Path-Guided Flow Matching for Dataset Distillation
von: Li, Xuhui, et al.
Veröffentlicht: (2026)

Flow Score Distillation for Diverse Text-to-3D Generation
von: Yan, Runjie, et al.
Veröffentlicht: (2024)

Spatio-Temporal Self-Supervised Learning for Traffic Flow Prediction
von: Ji, Jiahao, et al.
Veröffentlicht: (2022)

Knowledge Distillation on Spatial-Temporal Graph Convolutional Network for Traffic Prediction
von: Izadi, Mohammad, et al.
Veröffentlicht: (2024)

Consistent Flow Distillation for Text-to-3D Generation
von: Yan, Runjie, et al.
Veröffentlicht: (2025)

Score Distillation of Flow Matching Models
von: Zhou, Mingyuan, et al.
Veröffentlicht: (2025)

DKGCM: A Spatio-Temporal Prediction Model for Traffic Flow by Fusing Spatial Node Clustering Method and Fourier Bidirectional Mamba Mechanism
von: Long, Siqing, et al.
Veröffentlicht: (2025)

Distilling Two-Timed Flow Models by Separately Matching Initial and Terminal Velocities
von: Khungurn, Pramook, et al.
Veröffentlicht: (2025)

Self-Distillation for Multi-Token Prediction
von: Zhao, Guoliang, et al.
Veröffentlicht: (2026)

Towards Explainable Traffic Flow Prediction with Large Language Models
von: Guo, Xusen, et al.
Veröffentlicht: (2024)

CONTINA: Confidence Interval for Traffic Demand Prediction with Coverage Guarantee
von: Yang, Chao, et al.
Veröffentlicht: (2025)

MoFlow: One-Step Flow Matching for Human Trajectory Forecasting via Implicit Maximum Likelihood Estimation based Distillation
von: Fu, Yuxiang, et al.
Veröffentlicht: (2025)

Unimodal-driven Distillation in Multimodal Emotion Recognition with Dynamic Fusion
von: Li, Jiagen, et al.
Veröffentlicht: (2025)

Trajectory as the Teacher: Few-Step Discrete Flow Matching via Energy-Navigated Distillation
von: Monsefi, Amin Karimi, et al.
Veröffentlicht: (2026)

Predicting Subway Passenger Flows under Incident Situation with Causality
von: Huang, Xiannan, et al.
Veröffentlicht: (2024)

Online Policy Distillation with Decision-Attention
von: Yu, Xinqiang, et al.
Veröffentlicht: (2024)

HDPO: Hybrid Distillation Policy Optimization via Privileged Self-Distillation
von: Ding, Ken
Veröffentlicht: (2026)

Distillation Contrastive Decoding: Improving LLMs Reasoning with Contrastive Decoding and Distillation
von: Phan, Phuc, et al.
Veröffentlicht: (2024)

pi-Flow: Policy-Based Few-Step Generation via Imitation Distillation
von: Chen, Hansheng, et al.
Veröffentlicht: (2025)

DRAG: Distilling RAG for SLMs from LLMs to Transfer Knowledge and Mitigate Hallucination via Evidence and Graph-based Distillation
von: Chen, Jennifer, et al.
Veröffentlicht: (2025)

Extreme Region Policy Distillation
von: Chen, Changyu, et al.
Veröffentlicht: (2026)

GraphSparseNet: a Novel Method for Large Scale Traffic Flow Prediction
von: Kong, Weiyang, et al.
Veröffentlicht: (2025)

Deep Multi-View Channel-Wise Spatio-Temporal Network for Traffic Flow Prediction
von: Miao, Hao, et al.
Veröffentlicht: (2024)

DIB-OD: Preserving the Invariant Core for Robust Heterogeneous Graph Adaptation via Decoupled Information Bottleneck and Online Distillation
von: Yan, Yang, et al.
Veröffentlicht: (2026)

Distilled Protein Backbone Generation
von: Xie, Liyang, et al.
Veröffentlicht: (2025)

Self-Distilled Disentangled Learning for Counterfactual Prediction
von: Li, Xinshu, et al.
Veröffentlicht: (2024)

Spatiotemporal-aware Trend-Seasonality Decomposition Network for Traffic Flow Forecasting
von: Cao, Lingxiao, et al.
Veröffentlicht: (2025)

Personalized Treatment Outcome Prediction from Scarce Data via Dual-Channel Knowledge Distillation and Adaptive Fusion
von: Chen, Wenjie, et al.
Veröffentlicht: (2025)

TaxDistill: Improving Metagenomic Taxonomic Annotation via Distilled Genomic Foundation Models
von: Ye, Rongye, et al.
Veröffentlicht: (2026)

Probing to Refine: Reinforcement Distillation of LLMs via Explanatory Inversion
von: Tan, Zhen, et al.
Veröffentlicht: (2026)

Efficiently Distilling LLMs for Edge Applications
von: Kundu, Achintya, et al.
Veröffentlicht: (2024)

Improving Traffic Flow Predictions with SGCN-LSTM: A Hybrid Model for Spatial and Temporal Dependencies
von: Cismaru, Alexandru T.
Veröffentlicht: (2024)

ST-RetNet: A Long-term Spatial-Temporal Traffic Flow Prediction Method
von: Long, Baichao, et al.
Veröffentlicht: (2024)

PowerFlow: Unlocking the Dual Nature of LLMs via Principled Distribution Matching
von: Chen, Ruishuo, et al.
Veröffentlicht: (2026)

Rethinking Traffic Flow Forecasting: From Transition to Generatation
von: Shijiao, Li, et al.
Veröffentlicht: (2025)

Embracing Large Language Models in Traffic Flow Forecasting
von: Zhao, Yusheng, et al.
Veröffentlicht: (2024)

Reinforcement Learning via Self-Distillation
von: Hübotter, Jonas, et al.
Veröffentlicht: (2026)

REMEDI: Relative Feature Enhanced Meta-Learning with Distillation for Imbalanced Prediction
von: Liu, Fei, et al.
Veröffentlicht: (2025)