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。

老凤祥回应“清洗手镯故意蹭掉logo”：已致歉并赔偿，将加强员工培训

北京 - 2024年2月27日，针对天津一消费者称其老凤祥金手镯在店员清洗后logo被蹭掉一事，老凤祥官方于今日在微信公众号上发布致歉声明。

声明中称，老凤祥对顾客在店内发生的不愉快经历深表歉意，并已第一时间联系顾客，妥善解决了顾客的退换货诉求。同时，老凤祥对涉事员工进行了严肃处理，并加强了员工培训，杜绝此类事件再次发生。

据了解，该消费者于2月17日将一枚金手镯送至老凤祥天津南开区某门店进行清洗，但收货后发现手镯上的老凤祥logo被蹭掉了一大半。消费者随即向店家反映情况，但双方协商未果。

2月18日，消费者将此事曝光在社交媒体上，引发广泛关注。老凤祥方面随后介入调查，并于27日发布致歉声明。

事件点评

老凤祥作为百年老字号，本应以诚信经营著称。然而，此次事件却暴露了老凤祥在员工培训和服务管理方面存在的漏洞。老凤祥应以此为戒，加强员工培训，提升服务质量，维护消费者权益。

以下是对该事件的一些补充信息：

• 老凤祥已为消费者办理了全额退款，并赔偿了相应损失。
• 老凤祥已对涉事员工进行了停职处理，并责令其写出书面检讨。
• 老凤祥将对全国门店员工进行再培训，加强员工对消费者权益的保护意识。

该事件也提醒消费者在选择珠宝首饰时，应尽量选择信誉良好的品牌，并索要正规发票。在对珠宝首饰进行清洗或维修时，应选择专业机构，并全程在场观看。