本研究提出了AutoCas模型，旨在解决社交计算中信息级联流行度预测的挑战。通过自回归建模和提示学习，AutoCas在流行度预测上显著优于基线模型，且具有良好的可扩展性。

本研究提出了一种基于离散小波变换的新方法，克服了现有图像标记器在自回归建模中的不足，增强了多尺度图像生成和上采样能力。