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。

王传福：直面市场竞争，积极拥抱 "内卷" 才能脱颖而出

[北京讯，6月16日] 在近日举办的“2024中国汽车重庆论坛-企业家高端对话”上，比亚迪股份有限公司董事长兼总裁王传福发表了讲话，针对当下汽车行业竞争加剧的现象，他表示：“‘卷’是市场的竞争，是自然规律，不必焦虑，只有积极拥抱、参与才能真正在竞争中走出来。”

王传福指出，近年来，中国新能源汽车产业在国家政策的大力支持下蓬勃发展，但也正因此，市场竞争日趋激烈。一些人将这种现象称为“内卷”，并对此感到担忧。对此，王传福认为，这种观点是不正确的。

他表示，市场竞争是推动行业进步的根本动力。没有竞争，就没有创新，就没有发展。中国经济的腾飞，正是伴随着改革开放四十年来日益激烈的市场竞争而实现的。因此，企业不应该害怕竞争，而应该积极拥抱竞争，在竞争中不断提升自身实力。

王传福强调，在竞争中取胜的关键在于创新。企业要加大研发投入，不断推出新的产品和技术，才能赢得消费者的青睐。比亚迪始终坚持以创新为驱动，在电池、电机、电控等核心技术领域取得了领先地位，这正是比亚迪能够在竞争中不断取得胜利的重要原因。

王传福还谈到，在新能源汽车时代，人才将是决定企业成败的关键因素。企业要打造良好的平台和机制，吸引和留住高尖人才，为人才提供施展才华的空间，才能不断创造出新的突破。

结语

王传福的讲话为中国汽车企业在新能源汽车时代的发展指明了方向。在新一轮市场竞争中，只有积极拥抱竞争，不断创新，才能在竞争中脱颖而出，赢得最终的胜利。