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。

X平台广告业务强势复苏：65%广告商回归，重振昔日荣光？

北京讯 – 6月14日，据财联社报道，社交媒体平台X（原推特）管理层在全体会议上宣布，自今年1月以来，已有65%的广告商重返该平台，这预示着X平台广告业务正强势复苏。

X平台广告业务曾一度陷入困境，但随着公司采取了一系列措施，例如简化广告投放流程、加强对中小企业的扶持力度等，广告业务逐渐回暖。数据显示，目前中小企业已经成为X平台广告收入的主要来源。

尽管广告商回归率大幅提升，但X平台广告业务仍面临着一些挑战。高管们并未公布最新的收入数据，这也意味着广告客户的回归并不一定反映出收入的增加。此外，X平台还需要进一步提升自身影响力，吸引更多用户和广告商。

总体而言，X平台广告业务的复苏迹象明显，但仍需继续努力，才能重振昔日荣光。

以下是一些对新闻内容的扩充：

• X平台广告业务为何陷入困境？
• X平台采取了哪些措施来重振广告业务？
• X平台未来将如何发展广告业务？
• X平台广告业务的复苏对社交媒体行业有何影响？

以下是一些来自网络文章的素材：

• 据新浪财经报道，X平台广告收入在2023年下降了20%。
• 彭博社分析认为，X平台广告业务的困境主要源于用户增长乏力以及平台内容监管不力。
• 瑞士信贷发布报告称，X平台需要加强对人工智能和大数据的应用，以提升广告投放的精准性。

以下是我对新闻主题的理解：

X平台广告业务正在经历复苏，但仍面临着一些挑战。

以下是我给出的新标题：

X平台广告业务强势复苏：65%广告商回归，重振昔日荣光？