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。

油价重回升势！需求乐观提振市场情绪

**国际油价在经历了近两个月的持续下跌后，终于在上周迎来反弹。**截至6月17日，布伦特原油期货价格收于每桶93.72美元，涨幅2.2%；纽约原油期货价格收于每桶87.91美元，涨幅2.8%。

**油价反弹的主要原因是市场对原油需求的乐观预期。**美国能源信息署（EIA）最新数据显示，截至6月14日，美国汽油库存意外下降120万桶，降幅超预期。这表明美国汽油需求正在回升，为油价反弹提供了支撑。

**此外，美元走软也提振了油价。**由于美联储加息步伐放缓预期增强，美元指数在上周有所回落。美元走软使得以美元计价的原油对其他货币持有者来说更加便宜，也刺激了油价反弹。

**不过，一些分析人士认为，油价反弹可能只是昙花一现。**全球经济衰退风险依然存在，可能会抑制原油需求增长。此外，OPEC+计划在8月将日产量增加80万桶，也可能对油价形成压力。

**总体来看，国际油价仍处于高位震荡区间。**未来油价走势将取决于全球经济形势、原油供需关系以及地缘政治因素等多重因素。

以下是一些可能影响油价走势的因素：

• 全球经济形势：如果全球经济出现强劲增长，原油需求将增加，推动油价上涨。
• 原油供需关系：如果OPEC+继续增产，或者美国页岩油产量大幅增长，油价可能会承压下行。
• 地缘政治因素：中东局势动荡或其他重大地缘政治事件可能会扰乱油市供需，导致油价大幅波动。