研究人员开发了 TempoWave，这是一种新颖的接口，旨在改进大型语言模型 (LLM) 处理时间序列预测中的数值数据的方式。这种即插即用的时间小波数字接口将标量观测映射到多小波系数，从而保持数值顺序和预测的可靠性。实验表明，TempoWave 持续增强基于 LLM 的预测器，通过更好地将 LLM 的上下文推理与精确的数值数据相结合，在多个基准测试中取得了新的最先进成果。 AI
影响 增强了 LLM 在时间序列预测中的数值推理能力，有望提高金融和科学应用的准确性。
排序理由 该集群包含一篇详细介绍 LLM 新方法的学术论文，属于研究范畴。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.26487v1 Announce Type: cross Abstract: Large language models (LLMs) are attractive for context-aware time series forecasting because they can integrate heterogeneous textual signals, yet their discrete, language-oriented tokenization and embedding interfaces are misali…
Large language models (LLMs) are attractive for context-aware time series forecasting because they can integrate heterogeneous textual signals, yet their discrete, language-oriented tokenization and embedding interfaces are misaligned with continuous numerical values, often harmi…