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。

《水流向大海》剧照曝光：广濑铃大西利空演绎温暖治愈故事

由日本知名导演前田哲执导，改编自人气漫画《水流向大海》的同名电影，今日发布了一组主演剧照。该片由实力派演员广濑铃和大西利空联袂主演，高良健吾、生瀬勝久等实力派演员倾情加盟，讲述了因过去经历封闭内心的白领榊千纱与高中生合租住户熊泽直达之间，展开一段温暖治愈的同居生活的故事。

剧照中，广濑铃饰演的榊千纱身着职业装，表情沉静，眼神中透着一丝忧郁，似乎正经历着内心的挣扎。大西利空饰演的熊泽直达则是一副阳光少年的模样，笑容灿烂，活力四射，与榊千纱形成了鲜明的对比。两人的同居生活究竟会碰撞出怎样的火花？令人期待。

除了广濑铃和大西利空之外，高良健吾饰演的榊千纱的舅舅、漫画家榊光太郎，生瀬勝久饰演的女装占卜师香山凛，以及戶塚純貴饰演的大学教授新谷亮太也都出现在了剧照中。他们性格迥异，各具特色，为故事增添了不少看点。

电影《水流向大海》以清新细腻的笔触，描绘了一段跨越年龄的温暖治愈故事。影片将于2023年7月在日本上映，敬请期待。

以下是对新闻稿的扩充：

• 电影《水流向大海》改编自同名漫画，原著漫画在日本拥有众多粉丝，豆瓣评分高达8.5分。
• 导演前田哲曾执导多部口碑佳作，擅长刻画人物细腻的情感。
• 主演广濑铃和⼤⻘利空都是人气与演技兼具的实力派演员，他们的首次合作备受期待。
• 影片的配乐由著名音乐人久石让操刀，为电影增添了动人的情感氛围。

新的标题：

• 《水流向大海》剧照曝光：广濑铃大西利空演绎温暖治愈故事
• 广濑铃⼤⻘利空主演电影《水流向大海》剧照发布，温暖治愈故事即将上映
• 电影《水流向大海》改编自人气漫画，实力派演员云集，演绎跨越年龄的治愈故事