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。

Meta 裁员风暴再起：副总裁成最大目标，数量或超50人

北京，2024年6月14日 - 据来自海外媒体的报道，社交媒体巨头 Meta 近日计划进行新一轮裁员，而高管层将成为此次裁员的重灾区。消息称，Meta CEO 扎克伯格计划将副总裁数量削减至约 250 人，这意味着将有超过 50 名副总裁被裁员。

裁员背后的原因

Meta 此次裁员的背景是其近期业绩不佳。2024年第一季度，Meta 营收同比仅增长 3.4%，净利润更是同比下降 28%。此外，Meta 的用户增长也开始放缓，其旗舰社交平台 Facebook 的月活跃用户数在过去一年中几乎没有增长。

有分析人士认为，Meta 业绩不佳的原因主要包括以下几个方面：

• 全球经济下行导致广告收入增长乏力
• TikTok 等短视频平台的崛起对 Facebook 造成冲击
• 苹果隐私政策变化导致 Meta 难以获取用户数据

Meta 此次裁员的主要目标是削减管理成本，提高运营效率。 扎克伯格认为，Meta 的管理层过于臃肿，需要进行精简。此外，Meta 还希望通过裁员来加速其转型步伐，将更多资源投入到元宇宙等新业务领域。

裁员或将对 Meta 员工士气造成影响

Meta 此次裁员无疑将对公司员工士气造成负面影响。特别是对于那些被裁员的副总裁来说，这将是他们职业生涯中的重大挫折。

有分析人士认为，Meta 此次裁员可能会引发更多员工离职。 此外，裁员也可能会对 Meta 的企业文化造成负面影响，导致员工更加焦虑和不信任公司。

Meta 的未来之路

Meta 此次裁员是其近年来进行的多次裁员之一。自 2022 年以来，Meta 已经累计裁员数千人。

Meta 的未来之路仍充满挑战。 除了上述挑战之外，Meta 还面临着来自其他科技巨头的激烈竞争，例如谷歌和亚马逊。

Meta 需要加快创新步伐，推出更多有竞争力的产品和服务，才能在竞争中立于不败之地。