特讯热点！超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。

友升股份财务数据严重失真 业绩真实性存疑

上海 - 友升股份（拟上市编号：603825）近日披露的招股说明书引发市场质疑，其收付实现制财务数据与其他会计口径数据差异巨大，差异比例超过30%，引发了对公司业绩真实性和会计信息质量的担忧。

招股书显示，友升股份2021年、2022年和2023年1-6月，营业收入分别为23.82亿元、31.36亿元和18.13亿元，同期应收账款余额分别为4.05亿元、5.16亿元和4.82亿元。然而，根据收付实现制口径，公司同期经营活动现金流净额分别为21.91亿元、29.69亿元和16.81亿元。

**这意味着，公司应收账款实际收回情况与财务报表反映的应收账款余额存在着巨大差异。**具体而言，2021年、2022年和2023年1-6月，公司应收账款实际收回率分别为92.0%、94.7%和93.3%，而应收账款账面余额增长率分别为27.2%、27.1%和-6.8%。

**这一现象表明，公司应收账款增长速度远超实际回款速度，存在着应收账款虚增的可能性。**此外，公司2021年和2022年存货周转天数分别为103天和98天，明显高于同行业平均水平，也暗示了公司可能存在存货管理不善的问题。

**友升股份财务数据的严重失真，引发了市场对公司业绩真实性的质疑。**有业内人士指出，公司应收账款虚增可能导致利润虚增，夸大公司盈利能力。此外，公司存货管理不善也可能带来潜在的经营风险。

**海通证券作为友升股份的保荐人，在本次IPO项目中也难辞其咎。**海通证券应当履行核查职责，确保招股说明书信息真实、准确、完整。

**目前，证监会已经对友升股份的IPO申请进行受理。**市场各方期待证监会能够依法依规审核，严肃查处财务造假行为，维护投资者权益。