arxiv：2502.13725v1 [CS.CL] 2025年2月19日__

arxiv：2502.13725v1 [CS.CL] 2025年2月19日

可下载资源数量

已经购买

下载数量：1

单价	0 1.0
Coupon	100% 0%
Total	0 1.0

点击下载点击购买并下载

点击购买，资源将自动在新窗口打开.

机构名称：

arxiv：2502.13725v1 [CS.CL] 2025年2月19日

¥ 1.0

热度

时间序列建模在许多现实世界应用中都具有重要的重要性，并且已经进行了经常研究。虽然预先训练的基础模型在自然语言处理（NLP）和compoter Vision（CV）领域取得了令人印象深刻的进步，但它们的时间范围内的发展受到数据传播的限制。一系列最近的研究表明，大型语言模型（LLMS）在复杂的代币序列上具有稳定的模式识别能力和推理能力。然而，熟悉的文献尚未在（a）有效地对齐时间序列和自然语言方式之间和（b）保持推理效率之间的高质量。要解决上述问题，我们现在提出了时间段框架。Time-lalama首先通过线性代币机制将时间序列输入转换为令牌嵌入。第二，时间序列令牌的床位与文本提示保持一致。第三，为了进一步适应LLM主链进行时间序列建模，我们开发了一种动态的低级适应技术（D-Lora）。d-lora动态性地选择了每个时间序列输入的变压器主链各层的最合适的洛拉模块，从而增强了模型的预测能力。我们对具有挑战性的现实时间序列任务的广泛收集的实验结果证实，我们提出的方法实现了最新的（SOTA）性能。1

添加pdf代下载 VIP点击下载文件