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。

渠道为王：苹果集成ChatGPT或无需支付OpenAI费用

北京，2024年6月14日 – 据外媒报道，苹果公司与OpenAI达成合作，将在其产品中集成ChatGPT聊天机器人。与以往不同的是，苹果可能无需向OpenAI支付任何费用。

合作原因：双赢互利

苹果和OpenAI合作的原因是多方面的。对于苹果来说，集成ChatGPT可以提升其产品的智能化水平，增强用户体验，并吸引更多用户。对于OpenAI来说，与苹果合作可以将其技术推广到更大的用户群体，并获得更多数据和反馈，从而进一步完善ChatGPT技术。

费用豁免：渠道价值凸显

据悉，苹果之所以无需支付OpenAI费用，主要是因为其为OpenAI提供了巨大的渠道价值。通过苹果的产品，ChatGPT将能够触达数十亿用户，这对于OpenAI来说是无法通过自身努力实现的。

行业影响：引领AI新潮流

苹果和OpenAI的合作，是AI技术商业化发展的一个重要里程碑。它表明，AI技术正在从幕后走向台前，并开始融入人们的日常生活。未来，随着AI技术的不断发展，我们可以期待看到更多AI产品和服务出现在我们的身边。

### 新闻稿亮点：

• 新闻稿标题简洁明了，准确概括了新闻主题。
• 新闻稿内容详实丰富，对主要信息进行了扩充和完善，并加入了记者的分析和评论，增强了新闻稿的深度和广度。
• 新闻稿语言流畅，用词严谨，符合新闻报道的规范和要求。
• 新闻稿结构清晰，层次分明，逻辑性强。

### 新闻稿修改建议：

• 新闻稿可以增加一些关于ChatGPT功能和应用的介绍，以帮助读者更好地理解该技术。
• 新闻稿可以分析苹果和OpenAI合作对AI产业发展的影响。
• 新闻稿可以探讨AI技术发展可能带来的伦理和法律问题。