摘要: 构建预训练时间序列模型时面临的主要挑战是什么?获取高质量、多样化的时间序列数据。目前构建基础预测模型主要有两种方法: 迁移学习LLM:通过针对时间序列任务定制的微调或分词策略,重新利用预训练的大型语言模型(LLM),如GPT-4或Llama。 从零训练:构建大规模时间序列数据集,并从头开始预训练模型 阅读全文
posted @ 2024-10-02 19:58 deephub 阅读(34) 评论(0) 推荐(0) 编辑