特讯热点！超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。

詹雯婷摔伤手腕骨裂 工作暂停静养

据台湾媒体报道，歌手詹雯婷于7月18日外出时不慎摔伤，导致手腕骨裂。 经过诊断，医生建议她所有工作暂时中止，静养至身体康复。

詹雯婷所属的亚神音乐稍早发布声明表示：“詹雯婷因不慎摔伤，当下紧急前往医院进行医疗处理，目前正在居家休养，医生建议持续做观察，所有工作暂时中止，静待身体复原后再继续完成。”

声明中还对詹雯婷的伤情和工作安排进行了说明：“目前詹雯婷的伤势稳定，正在按照医嘱进行治疗和休养。原定于7月30日中华职棒明星赛的演出，也将无奈取消。对于7月30日中华职棒明星赛已购票的粉丝观众，以及所有受影响的活动主办单位，在此致上最深的歉意。”

詹雯婷也通过社交媒体平台向粉丝报平安，并表示会尽快康复，回到舞台与大家见面。

詹雯婷的摔伤事件，也引起了许多网友的关注。 许多网友纷纷留言祝福她早日康复，并提醒她要注意安全。

希望詹雯婷能够早日康复，回到舞台与大家见面。

以下是一些可以作为新闻拓展的细节：

• 詹雯婷的摔伤原因
• 詹雯婷的伤情
• 詹雯婷的工作安排
• 詹雯婷对粉丝的感谢
• 网友对詹雯婷的祝福

请注意，以上新闻稿仅供参考，您可以根据需要进行修改和完善。