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。

华为余承东怒批互联网媒体冬夏测试：不专业、乱收费，误导消费者！

北京 - 6月14日，华为常务副总裁、智能汽车BU总裁余承东在一次论坛上对互联网媒体的冬夏测试行为进行了严厉批评，称其“非常具有随意性和创造性，太不专业了”。

余承东表示，一些互联网媒体为了吸引眼球，在进行冬夏测试时会刻意设置一些不合理的测试条件，并将测试结果进行夸大或歪曲，以迎合赞助商或博取流量。这种行为不仅误导了消费者，也对整个汽车行业造成了负面影响。

他举例称，一些互联网媒体会在极端炎热或寒冷的环境下对汽车进行测试，并以此来评判车辆的性能。但实际上，这种测试条件并不符合日常用车场景，测试结果也毫无参考价值。

余承东呼吁，相关行业协会和监管部门应该加强对互联网媒体测试行为的规范，制定统一的测试标准，并严厉打击虚假宣传和不正当竞争行为。

以下是一些对余承东讲话的补充和分析：

• 余承东的讲话引发了业内人士的共鸣。许多汽车行业专家都表示，互联网媒体的冬夏测试确实存在很多乱象，亟需整治。
• 一些消费者也表示，他们经常被互联网媒体的测试结果误导，在购车时不知所措。
• 有专家建议，互联网媒体应该在进行测试时更加透明，并公开测试方法和数据，以便消费者能够自行判断。

以下是这篇新闻稿的标题：

华为余承东怒批互联网媒体冬夏测试：不专业、乱收费，误导消费者！

这个标题简洁明了，准确地概括了新闻事件的主要内容。

以下是一些对标题的修改建议：

• 华为余承东炮轰互联网媒体测试乱象：呼吁行业规范！
• 互联网媒体测试再遭质疑：余承东怒批不专业误导消费者
• 整治互联网媒体测试乱象：余承东呼吁制定统一标准

这些标题都更加突出余承东的批评态度，并强调了整治乱象的必要性。