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。

公厕标识花样翻新惹争议：方便变麻烦？

近日，#老伯看不懂英文误入女厕被指非礼#的话题登上热搜，引发了对公共卫生间标识的广泛讨论。近年来，随着人们审美观念的提升，公共卫生间标识的设计也越来越多元化，但一些过于追求个性、创意的标识却让不少人感到费解，特别是老年人、儿童等群体，容易误入异性卫生间引发尴尬甚至矛盾。

花样繁多标识难辨 男女老少齐“犯糊涂”

以往常见的男女卫生间标识，通常由简易的几何图形和文字组成，清晰明了，易于识别。然而，近年来，一些公共场所为了追求美观或体现个性，对标识进行了大幅改动，出现了各种天马行空的图案，如：

• 京剧脸谱、敦煌壁画等中华传统文化元素；
• 男性、女性的几何图形变形；
• 男女通用标识，如“厕”、“WC”等。

此外，一些标识还采用了英文或其他外文，加大了理解难度。

标识不清引误会 尴尬闹剧频发

标识设计过于复杂，不仅容易造成误解，还可能引发一些尴尬甚至矛盾的事件。例如，有老年人因为看不懂标识，误入异性卫生间，被指责“非礼”；也有儿童因为标识不明，独自进入异性卫生间，遭遇陌生异性搭讪，引发家长恐慌。

规范标识需兼顾 实用与美观当并重

公共卫生间标识作为一种公共信息标志，其首要功能是清晰指引，方便使用。过于复杂的标识，不仅会增加辨识难度，还可能造成误解和矛盾。因此，在追求美观和个性的同时，也应兼顾实用性，确保标识易于理解和识别。

建议：

• 在设计公共卫生间标识时，应遵循国家相关标准，优先使用易于理解的几何图形和文字符号，并辅以必要的文字说明。
• 对于老年人、儿童等特殊人群，应考虑其认知特点和使用习惯，设计更加简洁明了的标识。
• 在景区、商场等人员流动量大的场所，应使用多语言标识，方便不同国籍的游客使用。
• 加强标识的维护和管理，定期检查更新，确保标识清晰完好。

公共卫生间标识的规范化，不仅能够方便公众使用，也能体现城市的文明程度和人文关怀。相关部门应高度重视，切实采取措施，让标识真正发挥其指引和服务的作用。