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
中国科学技术大学中国科学院微观磁共振重点实验室杜江峰院士、荣星教授等在量子热力学领域取得重要进展。研究组基 青少年心理健康工作是建设教育强国、健康中国的重要内容，是党中央关心、人民群众关切、社会关注的重大课题。 党的十八大以来，以习近平同志为核心的党中央高度重视和关心广大青少年的心理健康和成长发展。党的二 近日，一场“场景沉浸式”大思政课在北京长辛店二七纪念馆举行，来自中国戏曲学院等8所艺术院校的师生以“共演一出戏”方式，生动再现历史场景，将红色资源与沉浸式实景课堂相结合，创新高校思政 中国教育报-中国教育新闻网讯（记者 陈朝和 通讯员 钟兴茂）11月7日至8日，来自教育部、中国教育学会、北京师范大学的专家学者和北京、上海、江苏等地小学知名校长、教师共600余人相聚四川德阳，参 中国教育报-中国教育新闻网讯（通讯员 胡宜芳 李婷婷）近日，由中国信息技术教育杂志社主办的第二届全国基础教育数字化论坛暨明德云学堂2024年学术年会在北京国家会议中心举行。来自全国30个省份 ◎摘 要 军工文化是国防科技工业系统在长期的建设与发展过程中形成的宝贵精神财富。作为中国特色社会主义文化的有机组成部分，军工文化既是军工特色高校上好“大思政课”的“活教材”，也是“ 。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