本研究提出了LLM-Mixer框架，旨在解决复杂多尺度时间序列预测问题。该框架结合了多尺度时间序列分解与预训练的大型语言模型，能够有效捕捉短期波动和长期趋势。实验结果表明，LLM-Mixer在多变量和单变量数据集上的表现优于其他最新模型，验证了其在时间序列预测中的有效性和可扩展性。