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。

网易云音乐致歉华晨宇粉丝：活动失误将补偿

北京 - 2024年6月7日，网易云音乐就华晨宇音乐专辑《希忘Hope》线下打卡活动出现失误发布致歉声明。声明中称，由于部分万达广场大屏投放系统技术问题和临时检修，导致华晨宇音乐专辑USB版《希忘Hope》大屏宣传内容在多地延迟或无法按时展示。

网易云音乐对由此给华晨宇粉丝造成的不便表示诚挚歉意，并承诺将采取以下措施进行补偿：

• 追加推广资源：为华晨宇音乐专辑《希忘Hope》增加线上线下推广资源，包括但不限于微博、微信、抖音等平台的推广，以及户外广告、电台宣传等。
• 增设投放区域：将华晨宇音乐专辑《希忘Hope》大屏宣传内容投放至更多城市和地区的万达广场。
• 演唱会线下宣传：在华晨宇即将举办的演唱会现场进行线下宣传，为粉丝提供购票优惠和专属福利。

网易云音乐表示，将吸取此次教训，加强活动管理，杜绝类似事件再次发生，并继续为用户提供优质的服务。

事件回顾

6月6日，网易云音乐在全国多地万达广场的大屏上投放了华晨宇音乐专辑《希忘Hope》的宣传内容。然而，有粉丝反映，部分地区的宣传内容出现延迟或无法展示。

粉丝反应

华晨宇粉丝对网易云音乐的失误表示不满，并要求平台进行道歉和补偿。有粉丝表示，他们特意前往万达广场观看宣传内容，但却没有看到，感到非常失望。

网易云音乐回应

网易云音乐在接到粉丝投诉后，立即进行了调查，并于6月7日发布致歉声明。网易云音乐表示，他们已经意识到问题的严重性，并将采取措施进行整改。

业内人士分析

业内人士认为，网易云音乐此次活动失误，是由于前期准备不足和应急机制不完善造成的。他们建议网易云音乐在以后举办活动时，要加强事前策划和风险评估，并制定完善的应急预案，以避免类似事件再次发生。