利用大规模语言模型增强时间序列分析：综述

大型语言模型（LLMs）如GPT-3和LLaMA-2可以通过将时间序列编码为数字字符串来外推时间序列，性能与专用时间序列模型相当。LLMs能够自然地表示多模态分布，处理缺失数据，容纳文本边信息，并回答问题以帮助解释预测。增加模型大小通常会提高时间序列的性能，但GPT-4可能比GPT-3表现更差。