当天给大家引见一篇清华大学的期间序列预测最新上班，提出了一致的Transformer时序预测模型，能同时处置单变量和多变量时序预测，并将时序预测的高低文长度初次扩大到千级别，论文题目，TIMER，XL...

当天给大家引见一篇普林斯顿大学提出的期间序列大模型上班，是首个基于MoE的百万级别参数期间序列大模型，将时序大模型参数量裁减到2.4billion的水平，在多个数据集上取得了清楚优于其余期间序列大模型...

期间序列建模中很多种类型的结构可以选用，比如Transformer、CNN、RNN，以及最近被验证有效的MLP、Mamba等结构，但是，不同模型都有特定的潜在长处和劣势，因此，如今越来越多的时序预测模...

频率是期间序列的一个关键消息，给定一个期间序列，可以经过依照不同频率的聚合，取得不同粒度的期间序列，比如，给定的原始期间序列是以小时为粒度的，那么经过将24个点加和成1个点，就可以构成以天为粒度的期间...

当天给大家引见一篇港中文、上海AILab等机构联结宣布的CLIP优化上班，构建了基于多专家网络的MoE模型，成功更细粒度的视觉表征器训练，优化下游多模态大模型论文题目，CLIP，MOE，TOWARDS...

在CTR预估中，干流都驳回特色embedding，MLP的模式，其中特色十分关键，但是关于相反的特色，在不同的样本中，表征是相反的，这种模式输入到下游模型，会限度模型的表白才干，为了处置这个疑问，CT...