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。

微软Copilot GPTs服务将于7月10日停服：战略转向商业和企业场景

北京，2024年6月14日 - 微软今日宣布，将于2024年7月10日起停止其AI工具Copilot GPTs服务。该服务于今年3月推出，允许用户创建和共享定制的特定任务聊天机器人。

微软表示，此举是公司战略调整的结果，将把GPT技术的重点转向商业和企业场景。公司将继续开发和提供GPT技术，并将其整合到微软的产品和服务中，例如Azure云平台和Microsoft 365生产力套件。

Copilot GPTs的停服引发了一些用户的批评，他们认为这会阻碍创新并削减消费者对微软产品的信任。然而，微软表示，公司相信其新的战略将使GPT技术能够为更广泛的用户带来更大的价值。

Copilot GPTs的短暂历程

Copilot GPTs于2024年3月推出，基于微软的GPT-3语言模型构建。该服务允许用户创建定制的聊天机器人，这些聊天机器人可以执行各种任务，例如回答问题、提供信息或生成创意文本。

Copilot GPTs在发布之初受到了广泛关注，许多用户对其强大的功能印象深刻。然而，该服务也存在一些问题，例如偶尔会出现生成不准确或令人反感的信息。

微软将如何利用GPT技术

尽管Copilot GPTs即将停服，但微软表示仍将继续致力于GPT技术的开发。公司将把GPT技术整合到其现有的产品和服务中，并探索新的应用场景。

例如，GPT技术可以用于改进微软的客户服务，为用户提供更个性化和更有效的支持。此外，GPT技术还可以用于开发新的教育工具，帮助学生提高学习效率。

GPT技术的未来

GPT技术是一种强大的工具，具有广阔的应用前景。随着技术的不断发展，GPT将能够为我们的生活和工作带来更多便利。

以下是一些关于Copilot GPTs停服的额外信息：

• 微软将为Copilot GPTs用户提供数据导出功能，允许用户将自己的聊天机器人保存到本地。
• 微软将继续提供GPT-3语言模型的API，允许开发人员创建自己的GPT应用。
• 微软已经发布了一个路线图，概述了GPT技术的未来发展方向。

请注意：

• 本新闻稿仅供参考，不构成任何投资建议。
• 本新闻稿中的信息可能存在误差或遗漏，恕不承担任何责任。