随着人工智能的快速发展，随机微分方程（SDEs）依然是建模不确定性系统的金标准。然而，在实践中应用SDEs面临诸多挑战：风险建模高，校准往往脆弱，高保真模拟计算成本昂贵。该研究提出了JointFM，一个颠覆这一范式的基础模型。JointFM通过对无限流的合成SDEs进行采样，训练通用模型以直接预测未来的联合概率分布，而不是将SDEs拟合到数据上。这一方法使JointFM成为首个用于耦合时间序列的分...