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。

标普确认万科评级BB+ 展望负面 房地产市场持续低迷拖累评级

北京 - 2024年6月18日 - 国际评级机构标普今日宣布，维持万科企业股份有限公司（万科）的长期发行人信贷评级为“BB+”，但将展望下调至负面。这意味着标普认为万科未来12个月的信贷风险有所上升。

标普表示，下调展望反映了其对中国房地产市场持续低迷的担忧。该机构预计，万科的合同销售额在未来12个月可能会进一步下降，这将导致其盈利能力和现金流承压。此外，标普还关注到万科的非银融资渠道受限，这可能会增加其偿债难度。

尽管下调了展望，但标普仍肯定了万科的积极流动性管理和资产处置计划。该机构预计，万科将继续采取措施改善其财务状况，并降低债务风险。

万科方面表示，公司将继续关注房地产市场变化，审慎经营，努力维护自身信誉。

以下是一些可能影响万科评级的因素:

• 房地产市场走势：如果中国房地产市场继续低迷，万科的合同销售额和盈利能力可能会进一步下降，这将对其信贷评级产生负面影响。
• 融资环境：如果万科的非银融资渠道继续受限，其偿债难度可能会增加，这也会对其信贷评级产生负面影响。
• 资产处置进展：万科的资产处置计划如果进展顺利，可以改善其财务状况和流动性，从而缓解信贷风险。

总体而言，标普对万科的评级反映了中国房地产市场面临的挑战。万科需要密切关注市场变化，并采取有效措施应对风险，才能维持其良好的信贷评级。