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。

特斯拉股东大会批准马斯克560亿美元薪酬方案，股价飙升6%

北京 - 2024年6月13日，特斯拉股东在公司年度股东大会上投票批准了埃隆·马斯克的560亿美元薪酬方案。该方案将授予马斯克一系列股票期权，其价值与特斯拉股价和业绩目标挂钩。马斯克在社交媒体平台X上表示，该决议以“压倒性”优势获得通过。

这一结果令特斯拉股价盘前大涨6%，至188.2美元。

马斯克的薪酬方案在2018年首次获得董事会批准，但遭到了一些股东的反对，并于今年早些时候被特拉华州的一名法官裁定无效。该法官认为，董事会未能充分披露该方案的潜在风险。

特斯拉董事会随后对该方案进行了修改，并再次提交股东投票。修改后的方案增加了对马斯克的绩效要求，并为股东提供了更多投票权。

尽管仍有一些股东反对该方案，但最终还是获得了通过。支持者认为，该方案将激励马斯克继续带领特斯拉实现增长和盈利。

马斯克一直是特斯拉的争议人物，但他也被认为是公司成功的关键因素。在他的领导下，特斯拉已成为全球最值钱的汽车制造商之一。

以下是该薪酬方案的一些细节：

• 马斯克将获得12组股票期权，每组期权的目标都与特斯拉的市值和业绩相关。
• 如果马斯克实现所有目标，他将获得价值约560亿美元的股票。
• 马斯克必须在10年内行使所有期权。
• 该方案还包括一些限制性条款，例如马斯克必须继续担任特斯拉CEO和CTO。

马斯克的薪酬方案是否合理？这将取决于特斯拉未来的表现。如果特斯拉能够实现其雄心勃勃的目标，那么马斯克将获得丰厚的回报。但如果特斯拉未能实现目标，那么马斯克的薪酬将受到质疑。

该方案还引发了关于高管薪酬的更广泛讨论。近年来，高管薪酬一直在上升，而许多员工的薪酬却停滞不前。这一趋势引发了一些人的担忧，他们认为高管薪酬过高，与公司业绩脱节。

马斯克的薪酬方案无疑将成为未来几年讨论的焦点。它也可能会对其他公司的高管薪酬产生影响。