ChengAo Shen

大型视觉模型在时间序列分类方面显示出潜力，但在预测方面不行

一篇研究论文探讨了大型视觉模型（LVMs）在时间序列分析中的效用，在各种任务中将其与成熟的成像方法和基线进行了比较。研究发现，LVMs 在时间序列分类方面有效，但在预测方面存在困难，目前表现最佳的 LVM 预测器在特定模型类型、成像技术以及利用长回顾窗口的能力方面显示出局限性。作者希望这项基础性研究能指导未来在 LVMs 和多模态解决方案方面解决时间序列问题的研究。