近期，中国科学院软件研究所研究团队为提升大语言模型时间序列预测性能，提出了向量注入式上下文学习框架。该框架能够稳定提升时间序列预测性能，并可以降低计算开销。
大语言模型进行时间序列预测时面临一项主要挑战——预训练文本与时间序列数据在分布与结构上存在差异。传统方法采用全量微调来减少这种差异，但其训练成本高、显存占用大，限制了实际应用。
研究团队提出引入上下文学习的方法LVICL。该方法通过在输入提示中引入任务示例，使模型无需更新参数即可实现“类似微调”的效果。为提升上下文学习对示例选择与顺序敏感的不稳定问题，该方法提取示例的向量表示，并以置换不变的方法进行聚合，从而消除顺序敏感性；采用轻量适配器对聚合后的上下文向量进行精练，抑制其中可能干扰预测的分量，增强对示例选择的鲁棒性；将优化后的向量注入到大语言模型各层的残差流中，以可控方式引导模型进行预测。
研究团队在多个时间序列预测基准数据集上对LVICL进行系统评估。实验表明，LVICL在保持大语言模型完全冻结、训练开销降低的前提下，能够稳定复现并进一步放大上下文学习带来的收益。与轻量微调方法相比，LVICL在多种数据集与实验设置下均表现出更强的预测能力，并在效率与性能的平衡上展现出更好的实用性。
相关论文被互联网领域顶级国际学术会议The Web Conference 2026（WWW-26）录用。
论文链接
LVICL总体框架
11月8日，记者从清华大学李菂团队获悉，清华大学天文系教授、中国天眼原首席科学家李菂领衔的国际团队又有新发现。名为FRB 11月6日上午，淮北师范大学在滨湖校区行政楼309会议室召开博士点培育建设专题会。校领导毕明福、曹灯明出席会议，校党委常 11月14日，第九届安徽省智慧家设计集成职业技能竞赛信息通信网络终端维修员赛项在芜湖市繁昌区芜湖机械工程学校开赛，来自安徽省各地近20名职教学生参加了学生组比赛。近年来，安徽省高度重视职业 教育部办公厅关于做好“优师计划”师范生就业工作的通知教师厅函〔2024〕22号各省、自治区、直辖市教育厅（教委），新疆生产建设兵团教育局，部属师范大学：为贯彻落实《中共中央 国务院关于弘扬教育 中国教育报-中国教育新闻网讯（通讯员 张迎春 陈卫炉 记者 李柯）11月2日，由长三角职业教育产科教创新联盟与奉贤区科学技术协会共同主办的“长三角新质生产力与绿色智造学术研讨会暨2024长三角职 中国教育报-中国教育新闻网讯（记者 程墨 通讯员 田寿永 陈灏）近日，2024年世界职业院校技能大赛总决赛医药卫生赛道康复治疗技术小组争夺赛在湖北职院举行，来自全国29个省、自治区、直辖市的58支 。本文链接：研究提出新型时间序列预测框架http://www.sushuapos.com/show-12-2556-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 量子电路优化研究获进展
下一篇： 可持续超润滑水凝胶研究获进展