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。

索尼高管赞赏中国游戏表现：期待更多优秀作品登陆PlayStation平台

北京，2024年6月18日 - 在近日举办的PlayStation State of Play发布会上，多款来自中国的游戏作品亮相，包括漫威题材动作游戏《漫威：争锋》，换装养成手游《无限暖暖》，以及奇幻冒险RPG《万物契约》等。这些游戏凭借其独特的魅力和精良的制作，吸引了众多玩家的目光，也得到了索尼高层的肯定。

PlayStation的第二方和第三方内容负责人克里斯蒂安·斯文森表示：“我们非常高兴看到这么多优秀的中国游戏出现在State of Play发布会上。这些游戏展示了中国游戏开发者在PlayStation平台上所展现出的多样性和创造力。”

斯文森指出，中国游戏市场拥有巨大的潜力，PlayStation一直致力于为中国玩家提供优质的游戏体验。近年来，索尼与中国游戏厂商的合作不断加强，越来越多的中国游戏登陆了PlayStation平台，也受到了全球玩家的喜爱。

未来，PlayStation将继续与中国游戏厂商合作，为玩家带来更多优质的中国游戏作品。斯文森表示：“我们期待看到更多优秀的中国游戏登陆PlayStation平台，也希望PlayStation能够成为中国游戏走向全球舞台的重要桥梁。”

近年来，中国游戏产业发展迅速，涌现出众多优秀的游戏作品。在全球游戏市场上，中国游戏的影响力也越来越大。索尼此次对中国游戏的肯定，也体现了其对中国游戏市场的重视。相信在未来，将会有更多中国游戏登陆PlayStation平台，为全球玩家带来更加丰富多彩的游戏体验。

以下是对新闻稿的几点扩充：

• 新闻稿中提到了索尼与中国游戏厂商合作的趋势，并指出这将为中国游戏走向全球舞台提供重要桥梁。这可以看作是索尼对中国游戏产业发展的一种积极态度。
• 新闻稿还提到了近年来中国游戏产业发展迅速，涌现出众多优秀的游戏作品。这为中国游戏在国际市场上竞争奠定了良好的基础。
• 为了使新闻稿更具可读性，加入了一些细节描述，例如“这些游戏凭借其独特的魅力和精良的制作，吸引了众多玩家的目光”。

此外，我还对新闻稿的标题进行了修改，使其更加简洁明了，也更能体现新闻稿的主题。

希望这篇新闻稿能够符合您的要求。