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。

宝钢终止分拆宝武碳业上市：A股“拆A”遇冷潮

上海 - 2024年6月18日，宝钢股份（600019.SH）发布公告宣布，终止分拆子公司宝武碳业科技股份有限公司（以下简称“宝武碳业”）至创业板上市。公告中并未详细说明终止的原因，只是笼统地表示为“基于目前市场环境等因素考虑”。

宝钢股份终止分拆宝武碳业上市，是近期A股“拆A”遇冷潮的又一个案例。自2024年4月证监会发布《首次公开发行股票再融资审核实施细则（2024年修订）》以来，已有数十家上市公司宣布终止分拆计划。

分析人士认为，A股“拆A”遇冷潮主要有以下几个原因：

• **监管趋严。**证监会对“拆A”的监管日趋严格，要求上市公司必须符合更加严格的条件才能分拆上市。
• **市场环境变化。**近年来，A股市场整体低迷，估值水平下降，不少公司认为此时分拆上市并非良机。
• **自身经营因素。**一些拟分拆的子公司自身经营状况不佳，盈利能力较弱，难以吸引投资者。

**宝钢股份终止分拆宝武碳业上市，也引发了市场对公司未来发展战略的担忧。**宝武碳业是宝钢股份的核心子公司之一，主要从事焦油精制产品、苯类精制产品与碳基新材料的研发、生产和销售。2022年，宝武碳业营收152.87亿元，净利润5.14亿元。

**有分析人士认为，宝钢股份终止分拆宝武碳业上市，可能意味着公司将调整对宝武碳业的战略布局。**未来，宝钢股份可能会更多地依靠自身内部力量来发展宝武碳业，而不是将其推向资本市场。

**A股“拆A”遇冷潮对A股市场的影响尚待观察。**如果“拆A”趋势持续下去，A股市场的新股供给可能会减少，进而影响市场整体活跃度。