AIGC动态欢迎阅读
预测也很强！华人团队激活LLM新能力，超越一众传统模型实现SOTA
关键字：时序,数据,模型,语言,任务文章来源：量子位
内容字数：3729字内容摘要：
蔚明 投稿自 凹非寺量子位 | 公众号 QbitAI大语言模型潜力被激发——
无需训练大语言模型就能实现高精度时序预测，超越一切传统时序模型。
来自蒙纳士大学、蚂蚁、IBM研究院提出了一种通用框架，结果成功激活大语言模型跨模态处理时序数据的能力。
时序预测有益于城市、能源、交通、遥感等典型复杂系统的决策制定。
自此，大模型有望彻底改变时序/时空数据挖掘方式。
通用大语言模型重编程框架简单来说，研究团队提出了一个通用框架，将大语言模型轻松用于一般时间序列预测，而无需做任何训练。
主要提出两大关键技术：时序输入重编程；提示做前缀。
Time-LLM首先使用文本原型（Text Prototypes）对输入的时序数据进行重编程，通过使用自然语言表征来表示时序数据的语义信息，进而对齐两种不同的数据模态，使大语言模型无需任何修改即可理解另一个数据模态背后的信息。
为了进一步增强LLM对输入时序数据和对应任务的理解，作者提出了提示做前缀（Prompt-as-Prefix，PaP）的范式，通过在时序数据表征前添加额外的上下文提示与任务指令，充分激活LLM在时序任务上的处理能力。
主要贡献包括：
1、提原文链接：大模型做时序预测也很强！华人团队激活LLM新能力，超越一众传统模型实现SOTA
联系作者
文章来源：量子位
作者微信：QbitAI
作者简介：追踪人工智能新趋势，关注科技行业新突破
