论文：大型语言模型对时间序列分析的启示

大型语言模型（LLMs）如 GPT-3 和 LLaMA-2 可以通过编码时间序列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。增加模型大小通常提高时间序列性能，但 GPT-4 可能比 GPT-3 表现更差。