Enhancing Time Series Forecasting through Multi-Level Text Alignment and Large Language Models

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种多层次文本对齐框架,以解决大型语言模型在时间序列预测中的适应性不足问题。通过拆分时间序列并对齐预训练的单词令牌,显著提升了预测的准确性和可解释性。实验结果表明,该方法在多个数据集上优于现有模型。

🏷️

标签

➡️

继续阅读