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。

海底捞顾客疑似喝到“二手饮品”引热议：异物为感冒药，涉事人员被严肃处理

北京 - 2024年6月，一则关于海底捞顾客疑似喝到“二手饮品”的事件在网络上引发热议。据顾客陈先生反映，5月2日晚，他与家人在广州一家海底捞门店就餐时，发现孩子喝的果汁中含有疑似药片。经检测，该药片为感冒药。

对此，海底捞方面回应称，涉事饮品为服务员误将其他顾客未喝完的饮品提供给陈先生家人的确属实。公司已对涉事门店及相关责任人员进行严肃处理，并向陈先生致歉。

事件经过

据陈先生描述，5月2日晚，他带着妻儿在广州天河城一家海底捞门店就餐。用餐过程中，他发现4岁的儿子喝的果汁中有一片白色药片。陈先生立即询问服务员，服务员表示会核实情况。

随后，海底捞门店经理到场向陈先生道歉，并解释称，该药片是由于服务员失误将其他顾客未喝完的饮品提供给陈先生家人的原因造成的。

陈先生表示，他无法接受这样的解释，并要求海底捞方面彻查此事，并给予相应的赔偿。

海底捞回应

针对陈先生的投诉，海底捞方面发布了书面声明。声明中称，经查实，涉事饮品确系服务员误将其他顾客未喝完的饮品提供给陈先生家人的原因造成的。公司对该事件深表歉意，并已对涉事门店及相关责任人员进行严肃处理。

此外，海底捞方面还表示，将对门店服务人员进行再培训，杜绝此类事件再次发生。

事件引发的关注

陈先生在社交平台上发布的视频引发了广泛关注。许多网友对海底捞的做法表示质疑，认为其存在食品安全问题，并呼吁相关部门进行调查。

业内人士评论

有业内人士指出，海底捞此次事件暴露了其在食品安全管理方面存在的漏洞。餐饮企业应严格遵守食品安全相关规定，加强对员工的培训，杜绝类似事件再次发生。

后续

目前，相关部门已介入调查。海底捞方面也表示，将积极配合调查，并做好善后处理工作。