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。

iOS 17升级率不及去年，iOS 18能否逆袭？

北京，2024年6月14日 - 据最新消息，截至6月9日，已有77%的iPhone用户升级到了iOS 17系统。这一数字与去年同期相比有所下降，当时81%的iPhone用户已经升级到了iOS 16。

尽管iOS 17的升级率略低于预期，但仍有超过四分之三的iPhone用户选择拥抱新版本。这表明了用户对苹果iOS系统的高度认可。

iOS 17带来了许多新功能和改进，包括：

• 全新锁定屏幕设计，支持小部件和定制化时钟
• 信息应用支持编辑和撤销已发送的消息
• 钱包应用支持Apple Pay Later，可以让用户将购物费用分期付款
• 增强了对个人隐私的保护

iOS 18于6月12日正式发布，带来了更加个性化、强大和智能的体验。新版本包含以下亮点：

• 主屏幕更加个性化，支持添加小部件和自定义图标
• 隐私保护功能升级，可以让用户更好地控制自己的数据
• 控制中心经过重新设计，更加易于使用
• 新增了适用于iPhone、iPad和Mac的个人智能系统Apple Intelligence

目前，iOS 18的升级率尚未公布。但从新版本的功能和特性来看，相信会有不少用户选择升级。

分析人士认为，iOS 18的升级率最终取决于以下几个因素：

• 新版本的功能是否足够吸引用户
• 新版本是否修复了旧版本中的bug
• 苹果是否会进行积极的推广

总体而言，iOS 17的升级率略低于预期，但iOS 18凭借其强大的功能和特性，有望取得更好的成绩。