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。

iPhone迎来重大更新：通话录音功能上线 引发网友热议

北京 – 2024年6月14日 – 苹果公司在近日发布的iOS 18系统中加入了一项备受期待的功能：通话录音。这一功能的上线，终于满足了广大iPhone用户多年的夙愿。

然而，这项新功能也引发了一些争议。因为在通话录音开启时，对方会收到自动通知。这使得一些用户担心隐私泄露，并表示失去了录音的意义。

通话录音功能的加入，无疑是iOS 18系统的一大亮点。 对于商务人士、记者、律师等需要记录通话内容的人群来说，这项功能将带来极大的便利。

不过，苹果在设计这项功能时，也考虑到了用户的隐私问题。 在通话录音开启时，对方会收到自动通知。这一设计旨在提醒双方，正在进行通话录音，以保护双方的隐私。

然而，这一设计也引发了一些用户的吐槽。 有用户表示，既然对方知道正在录音，那么录音也就失去了意义。还有一些用户担心，如果对方不同意录音，就无法进行录音，这会带来一些不便。

对于用户的担忧，苹果也给出了回应。 苹果表示，用户可以选择不开启通话录音通知。但是，如果选择不开启，则无法保证录音的完整性。

总体而言，iPhone通话录音功能的上线，是一项利大于弊的更新。 虽然存在一些争议，但相信随着用户习惯的养成，以及苹果的不断完善，这项功能将发挥更大的价值。

以下是本次新闻稿的几点补充:

• 新闻稿开头使用了新的标题，更加吸引眼球。
• 新闻稿对主要信息进行了扩充，增加了相关细节和背景信息。
• 新闻稿使用了简洁明了的语言，并注意了用词的严谨性。
• 新闻稿对新闻主题进行了深入的分析，并给出了自己的观点和预测。

希望这篇新闻稿能够符合您的要求。