论文笔记:Time-LLM: Time Series Forecasting by Reprogramming Large Language Models

iclr 2024 reviewer 评分 3888

1 方法

  • 提出了 Time-LLM,
    • 是一个通用的大模型重编程(LLM Reprogramming)框架
    • 将 LLM 轻松用于一般时间序列预测,而无需对大语言模型本身做任何训练

为什么需要时序数据和文本数据对齐:时序数据和文本数据在表达方式上存在显著差异,两者属于不同的模态。时间序列既不能直接编辑,也不能无损地用自然语言描述

3 实验

3.1 实验结果

3.2 few-shot 实验结果

3.3 zero-shot 结果

3.4 ablation study

相关推荐
AIGC方案10 分钟前
深度学习、机器学习及强化学习的联系与区别
人工智能·深度学习·机器学习
m0_6206078113 分钟前
机器学习——朴素贝叶斯练习题
人工智能·机器学习
说私域24 分钟前
场景新零售:基于开源AI大模型AI智能名片S2B2C商城小程序源码的商业本质回归与创新
人工智能·小程序·开源·零售
wtsafe42 分钟前
特种设备事故背后,叉车智能监控系统如何筑牢安全防线
人工智能·安全
愚公搬代码44 分钟前
【愚公系列】《Manus极简入门》040-科技与组织升级顾问:“项目掌舵人”
人工智能·科技·agi·ai agent·智能体·manus
新加坡内哥谈技术1 小时前
Google DeepMind 推出AlphaEvolve
人工智能·科技
果冻kk1 小时前
【实战教程】从零实现DeepSeek AI多专家协作系统 - Spring Boot+React打造AI专家团队协作平台
人工智能·spring boot·react.js
喵叔哟1 小时前
生成式AI在编程中的应用场景:从代码生成到安全检测
人工智能·安全
IT古董1 小时前
【漫话机器学习系列】260.在前向神经网络中初始权重(Initializing Weights In Feedforward Neural Networks)
人工智能·神经网络·机器学习
GIS小天1 小时前
AI预测3D新模型百十个定位预测+胆码预测+去和尾2025年5月15日第78弹
人工智能·算法·机器学习·彩票