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。

《十年一品温如言》包揽金扫帚奖五项大奖，丁禹兮任敏获最令人失望男女演员

北京 - 由《青年电影手册》主办的第十四届金扫帚奖于5月18日举行，电影《十年一品温如言》横扫五大奖项，成为最大赢家。该片不仅获得了“最令人失望影片”奖，导演赵非也获得了“最令人失望导演”奖，编剧焦婷婷则获得了“最令人失望编剧”奖。此外，主演丁禹兮和任敏分别获得了“最令人失望男演员”和“最令人失望女演员”奖。

《十年一品温如言》改编自同名小说，由赵非执导，丁禹兮、任敏主演。该片讲述了男女主角十年相识相爱的故事。然而，影片上映后却遭到观众的一致差评，豆瓣评分仅2.8分，被许多网友称为“烂片”。

金扫帚奖是由《青年电影手册》于2009年创办的，旨在表彰年度最令人失望的电影作品和个人。该奖项的评选由网络大眾评选和专家评选两部分组成，最终结果综合两方票数得出。

以下是本届金扫帚奖的完整获奖名单：

• 最令人失望影片：《十年一品温如言》
• 最令人失望导演：赵非（《十年一品温如言》）
• 最令人失望编剧：焦婷婷（《十年一品温如言》）
• 最令人失望男演员：丁禹兮（《十年一品温如言》）
• 最令人失望女演员：任敏（《十年一品温如言》）

对于《十年一品温如言》包揽金扫帚奖五项大奖，有网友评论称，这“实至名归”。也有网友表示，希望这样的奖项能够督促电影人创作出更加优秀的作品。

金扫帚奖的颁发，再次引发了对中国电影产业的反思。有业内人士指出，近年来，中国电影市场快速发展，但同时也出现了不少质量低下的影片。这些影片不仅浪费了观众的时间和金钱，也对中国电影的形象造成了负面影响。

如何提高中国电影的质量，是业内人士一直思考的问题。有专家建议，应加强对电影剧本的审查，提高准入门槛；同时，也要鼓励电影人创作更多具有现实意义和文化内涵的影片。