多区块预测：适应时序表示学习的 LLM 调整
原文中文，约500字，阅读约需2分钟。发表于：。本研究提出了一种创新的框架 aLLM4TS，用于适应大型语言模型（LLMs）进行时间序列表示学习，并通过将时间序列预测重新构想为自监督的多补丁预测任务，比传统的遮罩和重建方法更有效地捕捉了补丁表示中的时间动态。我们的策略包括两个阶段的训练：（i）在各种时间序列数据集上基于下一个补丁预测进行因果连续预训练阶段，有效地将 LLM...
本研究提出了一种创新的框架aLLM4TS，用于适应大型语言模型进行时间序列表示学习。该框架通过自监督的多补丁预测任务，有效捕捉了补丁表示中的时间动态，并在多个下游任务中表现出卓越性能。
