牛！ LLM解决时序问题效果炸裂好！！

深度之眼 · 公众号 · · 2024-09-12 20:10

正文

时序+大模型 开始火了，大家最近关注了吗？

在 ICLR'24 、 WWW'24 、 AAAI'24 、 IJCAI'24 等今年的顶会上，都有多篇时序+大模型的研究入选。

时序+LLM的潜力非常大。首先时序的应用面就很广，现在结合LLM处理非结构化数据、转移知识，结合多模态信息提高预测准确性。能 解决很多传统方法的局限性 。是一个非常容易发论文的方向！

我最近也研究了一下时序+LLM，并整理了近几年 67篇代表性研究工作 。按照 直接提示 、 时间序列量化 、对齐、视觉、工具 5个方向归纳，并且凡是有 开源代码 的也一并整理。

67篇时序+LLM的创新思路，分享给大家研究学习。 欢迎扫码下载 。

扫码下载67篇时序+LLM创新思路

67篇合集按照 直接提示 、 时间序列量化 、对齐、视觉、工具 5个方向归纳。

直接提示

这是将时间序列数据视为原始文本，直接用时间序列提示LLM的方法。是一种简单易行的方法。

例如NeurIPS'23的《Large Language Models Are Zero-Shot Time Series Forecasters》，就提出了LLMTIME ， 通过将时间序列数据编码为数字字符串，并将时间序列预测视为文本中的下一个 token 预测问题，从而利用预训练的 LLMs 进行连续时间序列预测。