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。

同道猎聘认购宁波银行5000万元单位结构性存款 彰显合作信心 共促银企发展

北京 - 2024年6月18日，据可靠消息，领先的人力资源服务商同道猎聘（06100.HK）于近日宣布，已通过其全资附属公司同道精英（天津）信息技术有限公司，向宁波银行认购本金为人民币5000万元的单位结构性存款产品7202402768期。

此次合作是双方基于长期友好合作关系基础上，深化银企战略合作的又一重要举措。宁波银行作为国内领先的股份制商业银行，始终致力于为企业客户提供优质的金融服务。同道猎聘作为国内领先的人力资源服务商，拥有丰富的行业经验和专业服务能力。双方此次合作，不仅有利于同道猎聘优化自身资金管理，更体现了双方对未来发展前景的信心，将助力双方在各自领域实现更大发展。

专家分析：

• 此次合作是银企双方优势互补、互利共赢的典范。宁波银行雄厚的资金实力和优质的金融服务，将为同道猎聘的业务发展提供强有力的支持；同道猎聘丰富的行业经验和专业服务能力，也将为宁波银行拓展企业客户资源创造新的契机。
• 同道猎聘选择宁波银行进行存款合作，也体现了对宁波银行综合金融服务能力的高度认可。这不仅有利于提升同道猎聘的资金管理效率，也有利于其在未来业务发展中获得更强的竞争力。
• 随着我国经济转型升级步伐的加快，银企合作将迎来更加广阔的发展空间。未来，双方将继续深化合作，在更多领域拓展合作机会，助力双方实现高质量发展。

展望未来：

此次同道猎聘与宁波银行的战略合作，是双方强强联合、共创双赢的典范，必将进一步推动双方在各自领域的优势互补和协同发展。相信在双方共同努力下，双方将取得更加辉煌的成绩，为银企合作树立新的标杆。