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。

福特汽车调整电动汽车经销商策略，不再强制要求投资

北京，2024年6月14日 - 据报道，福特汽车（Ford Motor Company）宣布将调整其电动汽车经销商策略，不再强制要求经销商进行额外投资以销售电动汽车。

此举旨在降低经销商进入电动汽车市场的门槛，并使其更容易销售福特品牌的电动汽车。 福特汽车表示，将为经销商提供更多支持，包括培训、营销和技术支持。

福特汽车的这一决定是其电动汽车战略转变的一部分。 该公司此前曾要求经销商投资数百万美元建设专门的电动汽车展厅和服务设施。然而，一些经销商对该计划犹豫不决，因为他们担心投资回报率不够高。

福特汽车的新策略可能会使更多经销商愿意销售其电动汽车。 这将有助于扩大福特电动汽车的市场份额，并使其在与特斯拉（Tesla）和通用汽车（General Motors）等竞争对手的竞争中更具竞争力。

以下是一些关于福特汽车调整电动汽车经销商策略的细节：

• 福特汽车将不再强制要求经销商进行额外投资以销售电动汽车。
• 该公司将为经销商提供更多支持，包括培训、营销和技术支持。
• 此举旨在降低经销商进入电动汽车市场的门槛，并使其更容易销售福特品牌的电动汽车。

请注意：

• 本文仅供参考，不构成任何投资建议。
• 本文中的信息可能存在误差或遗漏，恕不承担任何责任。