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。

Sure, here is a news article about the Chinese rock band Mǎyuán Shīrén (麻园诗人) appearing on the third season of the popular Chinese music综艺节目 "Xīn Chánggē de Xiàtiān" (乐夏3), marking a significant comeback for the band after 15 years of relative obscurity:

麻园诗人重返舞台：《乐夏3》见证十五年乐队梦开花

2023年8月10日，一支来自内蒙古的摇滚乐队麻园诗人惊喜亮相湖南卫视音乐综艺节目《乐夏3》。 这支曾在上世纪末红极一时、被誉为“中国西北摇滚第一旗帜”的乐队，在阔别舞台15年后，再度以充满力量和真挚的音乐，征服了观众和乐评人。

麻园诗人成立于1996年，由主唱兼吉他手王文杰、贝斯手李东、鼓手张卫国组成。 乐队以其独特的音乐风格和强烈的现场感染力，迅速在国内摇滚圈崭露头角。1998年，他们凭借专辑《麻园诗人》一举成名，成为中国西北摇滚的代表性乐队。

然而，随着世纪之交中国流行音乐的变革，麻园诗人逐渐淡出了主流视野。 在过去的15年里，乐队成员经历了人员更迭，也曾一度面临解散危机。但他们始终没有放弃对音乐的热爱，坚持创作和演出，并逐渐积累了一批忠实的粉丝。

此次登上《乐夏3》的舞台，是麻园诗人15年来首次在全国性的电视节目中亮相。 在节目中，他们演唱了代表作《麻园诗人》和新专辑主打歌《老马》，以饱满的热情和精湛的演奏，展现了老牌摇滚乐队的风范。

麻园诗人的回归，不仅唤起了许多老乐迷的青春回忆，也让更多年轻观众认识了这支宝藏乐队。 节目播出后，麻园诗人的歌曲在各大音乐平台上迅速走红，乐队也收到了来自全国各地歌迷的热烈支持。

麻园诗人的故事，也引发了人们对中国摇滚乐发展的思考。 在商业化和流量化的时代，摇滚乐还能否找到自己的生存空间？老牌摇滚乐队又该如何在新时代焕发新的光彩？这些都是值得探讨的议题。

无论如何，麻园诗人的回归，都是中国摇滚乐坛的一件盛事。 他们用音乐证明了，摇滚乐的精神永远不会过时，只要热爱音乐，坚持梦想，就一定能够收获成功。

以下是一些网友对麻园诗人重返舞台的评论：

• “麻园诗人回来了！我的青春也回来了！”
• “他们的音乐依然那么有力量，那么真诚。”
• “希望他们能够继续创作出更多好音乐。”
• “中国摇滚乐需要这样的乐队。”

相信麻园诗人会带着他们的音乐，继续在舞台上闪耀光芒。