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。

南北向资金分化加剧 A股市场何去何从？

中金最新研报指出，近期A股市场南北向资金分化现象加剧，北向资金净流入放缓，而南向资金净流入有所增加。

研报分析认为，造成这种现象的原因主要有以下几点：

• A股市场近期震荡加剧，风险偏好下降，北向资金避险情绪上升。
• 美联储加息预期增强，美元走强，对A股市场吸引力有所减弱。
• A股市场一些成长板块估值较高，部分北向资金获利回吐。

尽管北向资金净流入放缓，但中金仍然看好A股市场的中长期发展前景。 研报认为，A股市场估值仍处于较低水平，随着中国经济企稳回升，A股市场有望迎来估值修复。

具体来看，中金建议投资者关注以下几个方向：

• 受益于经济企稳回升的板块，如消费、医药、地产等。
• 具有高成长潜力的板块，如新能源、科技创新等。
• 估值相对低洼的板块，如金融、地产等。

与此同时，投资者也需要注意A股市场的潜在风险，如经济下行压力、美联储加息等。

总体而言，中金认为A股市场短期内可能仍将震荡，但中长期发展前景看好。投资者应保持理性投资心态，把握市场机会。