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。

足坛转会风云：塞斯科决定留在欧洲 众多豪门争抢中

北京，2024年6月14日讯 据意大利著名转会专家罗马诺报道，斯洛文尼亚天才前锋塞斯科（Benjamin Sesko）已经明确表示，他将继续留在欧洲踢球，并不会前往美国大联盟或中东联赛。这一消息无疑为众多觊觎这名新星的欧洲豪门俱乐部带来了巨大的希望。

塞斯科年仅19岁，司职前锋，出自萨尔茨堡红牛青训营。上个赛季，他在奥地利甲级联赛中出场30次，打进10球，助攻7次，展现出了出色的进攻天赋和潜力。他的出色表现引起了多家欧洲豪门的关注，包括曼联、切尔西、阿森纳、拜仁慕尼黑和莱比锡红牛等。

此前有消息称，沙特联赛的一家俱乐部向塞斯科开出了巨额报价，年薪高达3000万欧元。 然而，塞斯科并没有被金钱所诱惑，他更希望在欧洲顶级联赛中继续磨练自己，并实现更高的足球梦想。

**罗马诺指出，**塞斯科目前最有可能的下一站是英超联赛。曼联、切尔西和阿森纳三家英超豪门都对这名年轻前锋非常感兴趣，并愿意为他支付高额转会费。

其中，曼联似乎是最热门的下家。 红魔主帅滕哈格非常欣赏塞斯科的潜力，并将其视为球队锋线重建的重要目标。曼联已经派出了球探多次考察塞斯科，并与萨尔茨堡红牛进行了初步接触。

当然，最终的决定权仍然掌握在塞斯科手中。 他需要仔细考虑各方面的因素，选择最适合自己发展的俱乐部。

塞斯科的未来究竟会如何发展，让我们拭目以待。

以下是一些可能影响塞斯科未来选择的因素：

• 转会费： 塞斯科的转会费预计将不会低于5000万欧元，这将考验各家俱乐部的财力。
• 球队的竞争力： 塞斯科希望加盟一支能够争夺冠军的球队，这将缩小他的选择范围。
• 教练的信任： 塞斯科希望得到主教练的信任和重用，这将对他的个人发展至关重要。

投资者和球迷们可以关注各大媒体的后续报道，以了解塞斯科转会事件的最新进展。