今天给大家介绍一篇关于大模型在时间序列应用探讨的工作。这篇文章质疑大语言模型在时间序列预测中是否有效,并对目前最先进的3个基于大语言模型的时间序列预测模型进行实验,发现去掉大语言模型部分,改成一个attention网络,也能取得相同甚至更优的效果。
论文标题:Are Language Models Actually Useful for Time Series Forecasting?
下载地址:https://arxiv.org/pdf/2406.16964v1
1
背景
随着大语言模型的兴起,一些工作也将其应用到时间序列预测领域。这类方法一般基于预训练好的NLP领域的语言模型,将时间序列转换成文本形式输入其中,通过finetune大模型,产出预测结果。典型的代表工作包括OneFitsAll、Time-LLM、LLaTA等工作。
本文质疑的点就是大语言模型在时间序列预测中是否真的有效。通过一系列的对目前先进的大语言模型的实验来看,引入大语言模型并不和提升效果,甚至会降低效果,并且白白浪费了更多的计算资源。
2
实验方法
本文对3个目前业内最先进的基于大语言模型的时间序列预测方法进行实验,分别是OneFitsAll、Time-LLM、LLaTA。
OneFitsAll:OneFitsAll是基于GPT4的时序预测模型,将时间序列归一化并进行patch处理后,输入预训练GPT4中,finetune其中的position embedding和layer norm参数,其他参数freeze;
Time-LLM:Time-LLM将时间序列转换成token后映射到低维表征,和数据集描述等信息拼接后输入到预训练大模型中,大模型的输出结果再输入到一个线性层进行生成预测结果;
LLaTA:模型分为文本分支和时序分支,文本分支部分将原始时间序列和大模型的word embedding对齐后,输入到大模型中,生成文本表征。时序分支基于原始时间序列数据,使用一个adpater对预训练大模型进行finetune,同时将时序分支和文本分支的表征拉近作为辅助任务。
在实验方法上,针对上述3个大模型时序预测模型,采用如下方法进行消融实验,鉴别大模型在其中的作用。第一种是w/o LLM,直接将大模型部分去掉。第二种是LLM2Attn,将大模型改成一个参数随机初始化multi-head attention结构。第三种是LLM2Trsf,将大模型部分改成一个随机初始化的Transformer结构。通过对比这三种方式和原始模型的效果,就可以分辨出大模型的参数是否对时间序列预测起到作用。
3
实验结果
下表展示了一个基础的消融实验效果图。从图中可以看出,Time-LLM、LLaTA、OneFitsALL等模型中,将大语言模型部分直接改成Transformer,在不同的数据集上效果并没有明显下降。在一些数据集上效果反而提升了。消融模型的效果,所有case上都超过了Time-LLM,22个case超过了Time-LLM,19个数据集超过了OneFitsALL。这说明在这些方法中,预训练的大语言模型并没有发挥什么特别重要的作用。
除了预训练参数外,文中对比了大模型所增加的计算开销,性价比是否足够高。文中的消融实验的模型参数量要小于大模型本身的参数量。通过实验对比来看,大模型耗费更多的inference时间,但是效果却不如消融实验的效果。
如何学习AI大模型 ?
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓
对于0基础小白入门:
如果你是零基础小白,想快速入门大模型是可以考虑的。
一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
😝有需要的小伙伴,可以VX扫描下方二维码免费领取🆓
👉1.大模型入门学习思维导图👈
要学习一门新的技术,作为新手一定要先学习成长路线图,方向不对,努力白费。
对于从来没有接触过AI大模型的同学,我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线,大家跟着这个大的方向学习准没问题。(全套教程文末领取哈)
👉2.AGI大模型配套视频👈
很多朋友都不喜欢晦涩的文字,我也为大家准备了视频教程,每个章节都是当前板块的精华浓缩。
👉3.大模型实际应用报告合集👈
这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。(全套教程文末领取哈)
👉4.大模型落地应用案例PPT👈
光学理论是没用的,要学会跟着一起做,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。(全套教程文末领取哈)
👉5.大模型经典学习电子书👈
随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。(全套教程文末领取哈)
👉6.大模型面试题&答案👈
截至目前大模型已经超过200个,在大模型纵横的时代,不仅大模型技术越来越卷,就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道,我总结了大模型常考的面试题。(全套教程文末领取哈)
👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;
• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习
这份完整版的 AI 大模型学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
😝有需要的小伙伴,可以Vx扫描下方二维码免费领取🆓