研究提出了aLLM4TS框架，用于大型语言模型的时间序列学习。通过自监督多补丁预测任务，框架更好地捕捉时间动态。训练分为因果连续预训练和目标环境微调两个阶段。独特的补丁解码层设计增强了时间序列表示能力。aLLM4TS在多个任务中表现优异，推动了LLMs在时间序列分析中的应用。

MetNet是一种利用深度神经网络预测未来8小时降水情况的模型，通过自注意力机制聚合全局上下文，具有比数值天气预报更好的预测性能。