MAP4TS

新框架利用LLM进行高级时间序列预测

研究人员开发了新的框架，以增强大型语言模型（LLM）在时间序列预测中的应用。PaP-NF 利用 Prefix-as-Prompt 机制将时间序列数据与冻结的 LLM 对齐，实现概率预测和不确定性量化。Time-Prompt 集成了可学习的软提示和文本化硬提示来指导 LLM，融合时间数据和文本数据以提高预测准确性。MAP4TS 虽然已撤回，但提出了一个多方面提示框架，将经典时间序列分析纳入提示设计，以提高 LLM 的性能。