本文综述大语言模型在时间序列预测中的应用：将数值序列转为文本令牌，利用GPT-4、LLaMA等进行零样本或少样本推断，性能可超越ARMA-GARCH和梯度提升树，并能处理缺失数据、融合新闻文本、解释预测。研究还分析了模型规模、分词方式与对齐干预对效果的影响，并探讨其能力边界与失效模式。