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。

"618"促消费：多家银行消费贷利率降至“2”时代，最低利率再创新低

北京 - 2024年6月18日，为进一步刺激消费市场，多家银行下调了消费贷利率，将利率降至“2”时代。据不完全统计，目前已有超过10家银行的消费贷最低利率降至4.25%，部分银行甚至推出了3.99%的超低利率，创下了近年来新低。

此次消费贷利率下降，主要有以下几个背景因素：

• 央行降息释放流动性：近年来，为促进经济增长，央行多次降息，释放流动性。这使得银行的资金成本有所下降，为下调消费贷利率提供了空间。
• “618”大促刺激消费：6月18日是电商平台的年中大促日，为了吸引消费者，银行纷纷推出优惠政策，下调消费贷利率便是其中之一。
• 银行竞争加剧：近年来，随着银行数量的不断增加，市场竞争日益激烈。为了抢占市场份额，银行纷纷推出特色产品，以吸引消费者。消费贷利率下降便是其中之一。

消费贷利率下降，有利于降低消费者的融资成本，刺激消费需求，从而拉动经济增长。不过，专家也提醒消费者，在申请消费贷时，要根据自身的实际情况量力而行，避免过度消费。

以下是一些具体的案例：

• 工商银行：将消费贷最低利率由4.65%下调至4.25%。
• 建设银行：将消费贷最低利率由4.75%下调至4.5%。
• 农业银行：将消费贷最低利率由4.95%下调至4.75%。
• 中国银行：将消费贷最低利率由5.05%下调至4.85%。
• 交通银行：将消费贷最低利率由5.15%下调至4.95%。

专家建议：

• 消费者在申请消费贷时，要根据自身的实际情况量力而行，避免过度消费。
• 要选择利率较低、信誉良好的银行贷款。
• 要仔细阅读贷款合同，了解贷款利率、期限、还款方式等条款。
• 要按时还款，避免信用受损。