大模型做時序預測也很強！華人團隊激活LLM新能力，超越一眾傳統模型實現SOTA

AIGC動態歡迎閱讀

原標題：大模型做時序預測也很強！華人團隊激活LLM新能力，超越一眾傳統模型實現SOTA
關鍵字：時序,數據,模型,語言,任務
文章來源：量子位
內容字數：3729字

內容摘要：

蔚明 投稿自 凹非寺量子位 | 公眾號 QbitAI大語言模型潛力被激發——
無需訓練大語言模型就能實現高精度時序預測，超越一切傳統時序模型。
來自蒙納士大學、螞蟻、IBM研究院提出了一種通用框架，結果成功激活大語言模型跨模態處理時序數據的能力。
時序預測有益于城市、能源、交通、遙感等典型復雜系統的決策制定。
自此，大模型有望徹底改變時序/時空數據挖掘方式。
通用大語言模型重編程框架簡單來說，研究團隊提出了一個通用框架，將大語言模型輕松用于一般時間序列預測，而無需做任何訓練。
主要提出兩大關鍵技術：時序輸入重編程；提示做前綴。
Time-LLM首先使用文本原型（Text Prototypes）對輸入的時序數據進行重編程，通過使用自然語言表征來表示時序數據的語義信息，進而對齊兩種不同的數據模態，使大語言模型無需任何修改即可理解另一個數據模態背后的信息。
為了進一步增強LLM對輸入時序數據和對應任務的理解，作者提出了提示做前綴（Prompt-as-Prefix，PaP）的范式，通過在時序數據表征前添加額外的上下文提示與任務指令，充分激活LLM在時序任務上的處理能力。
主要貢獻包括：
1、提

原文鏈接：大模型做時序預測也很強！華人團隊激活LLM新能力，超越一眾傳統模型實現SOTA

聯系作者

文章來源：量子位
作者微信：QbitAI
作者簡介：追蹤人工智能新趨勢，關注科技行業新突破