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。

美股三大股指期货齐跌 避险情绪升温

纽约讯 6月14日，美国股指期货周二全线走低，三大股指期货均有所下跌。截至纽约商品交易所东部时间下午5点15分，道指期货下跌65点，至33128点，跌幅0.20%；标普500指数期货下跌45点，至4172.50点，跌幅0.11%；纳斯达克综合指数期货下跌24点，至13122点，跌幅0.18%。

投资者转向避险资产，原因是法国政治局势的不确定性加剧，以及对美联储未来加息步伐的担忧。法国总统埃马纽埃尔·马克龙（Emmanuel Macron）所在的政党在欧洲议会选举中惨败，引发市场担忧其在即将举行的立法选举中可能失去多数席位。这可能导致法国政府实施更宽松的财政政策，并加剧欧元区整体的债务风险。

此外，市场也担心美联储可能比预期更早结束加息周期。美国5月份非农就业数据强劲，令投资者对美联储今年下半年降息的预期有所降温。一些分析师认为，美联储可能会在2025年开始降息，但也有分析师认为，美联储可能会维持利率不变，直到通胀得到更有效的控制。

具体来看，欧洲股市普遍下跌。德国DAX指数下跌1.12%，英国富时100指数下跌0.10%，法国CAC 40指数下跌2.15%，欧洲斯托克50指数下跌1.44%。

在避险资产方面，美国国债价格上涨，收益率下降。10年期美国国债收益率下跌5个基点，至3.15%。美元兑主要货币汇率也普遍上涨。

个股方面，金山云盘前涨超2%，此前公司发布第九代云服务器SE9，光大证券指出，AI将成为推动公有云业务增长的重要引擎，预计24年毛利率有望提升至17%。

总体而言，今天的市场情绪较为谨慎。投资者正在观望法国政治局势的发展，并评估美联储未来加息的可能性。在避险情绪升温的情况下，美国国债和美元等避险资产受到青睐。