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。

国家发改委：加码政策力度，确保“真金白银”直达企业和消费者，助力经济回稳向稳

北京 - 2024年6月13日，据国家发改委消息，为贯彻落实党中央、国务院决策部署，加快推动大规模设备更新和消费品以旧换新工作，国家发改委组织召开部际联席会议全体会议，要求进一步加大政策支持力度，加快各类资金落地，使“真金白银”的优惠直达企业和消费者。

会议指出，当前经济运行面临一些困难和挑战，需要加快政策效应释放，着力扩大有效需求。大规模设备更新和消费品以旧换新是扩大内需、激活市场、拉动投资的重要举措，要加快推进，确保取得实效。

**具体而言，**要压实工作责任，各地区、各部门要按照职责分工，加强政策统筹协调，形成工作合力。要加大政策支持力度，完善政策措施，加快资金拨付进度，确保政策落地见效。要做好宣传解读，营造良好市场环境，引导企业和消费者积极参与。要加强跟踪调度，及时研究解决工作中遇到的困难和问题，确保大规模设备更新和消费品以旧换新工作取得更大成效。

**国家发改委表示，**将督促各地、各部门认真落实会议要求，加快政策措施落地，确保“真金白银”的优惠直达企业和消费者，助力经济回稳向稳。

**此外，**国家发改委还将加强对大规模设备更新和消费品以旧换新工作的监测分析，及时研究解决工作中遇到的困难和问题，确保政策效果最大化。

**总而言之，**国家发改委此次加码政策力度，将有利于加快推动大规模设备更新和消费品以旧换新工作，促进经济企稳回升，扩大有效需求，为实现全年经济发展目标任务提供强有力的支撑。