时序论文33｜NIPS24借助大型语言模型的自回归时间序列预测器AutoTimes

论文标题：AutoTimes: Autoregressive Time Series Forecasters via Large Language Models

论文链接：https://arxiv.org/abs/2402.02370

代码链接：https://github.com/thuml/AutoTimes

前言

最近大家在读ICLR25的文章吗？感觉高分论文需要的知识储备好多，阅读门槛也太高了～

回到这篇文章，本文提出“AutoTimes”方法，旨在将大型语言模型重新用于自回归时间序列预测，通过把时间序列投射到语言标记的嵌入空间中，并以自回归的方式生成任意长度的未来预测结果。“AutoTimes”将时间序列表述为提示信息，将预测的上下文扩展到回顾窗口之外，这被称为“上下文内预测”。通过引入嵌入大型语言模型的文本时间戳，“AutoTimes”能够利用时间顺序信息来对齐多元时间序列。与先进的基于大型语言模型的预测器相比，“AutoTimes”仅用0.1%的可训练参数就实现了最先进的性能，并且训练/推理速度提升了5倍以上。

图1：（