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。

李玟二姐现身香港警察局：仅称有事要办 未透露更多

据香港媒体报道，7月19日下午，李玟的二姐李思林突然现身香港北角警察局，身边还陪同着律师。 目击者称，李思林神情严肃，但并未回避镜头，并礼貌地拒绝了记者的采访，只表示“有事要办，不方便做访问”。

李思林此举引发了外界猜测。 有媒体称，她可能是为了处理李玟去世后的一些相关事宜，也有媒体猜测，她可能是与李玟的遗产问题有关。

对于李思林现身警察局的原因，目前尚无官方消息。 不过，有知情人士透露，李思林近期一直在为李玟的后事奔波，处理各种相关事务，因此出现她现身警察局的情况也是有可能的。

李玟于7月5日因病去世，享年48岁。 她的突然离世，令亲朋好友和广大歌迷都感到震惊和悲痛。目前，李玟的家人正在为她筹备葬礼事宜。

希望李玟的家人能够节哀顺变，早日走出悲伤。

以下是一些可以作为新闻拓展的细节：

• 李玟去世的消息
• 李玟的生平和演艺事业
• 李思林的个人资料
• 李玟家人的现状
• 网友对李玟去世的反应

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。