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。

集采品种降价不降质 如何确保？国家医保局多措并举

国家医保局近日表示，为了确保集采品种“降价不降质”，他们采取了多项措施，包括：

一、设定质量入围门槛

国家组织药品集采对企业和产品资质作了严格规定，将通过质量和疗效一致性评价作为仿制药参加集采的门槛，避免在竞争中出现劣币驱逐良币的现象。具体来说，要求仿制药必须与原研药在质量和疗效上等效，并经过严格的审评才能获得集采资格。

二、建立质量监管的协同机制

国家医保局建立了多部门协同的质量监管机制，由药品监管部门、医保部门和医疗机构等单位共同负责集采品种的质量监管。对集采品种的生产、流通和使用环节进行全链条监管，确保产品质量安全。

三、开展临床疗效和真实世界研究

国家医保局委托全国30多家大型三甲医院开展了两期集采中选仿制药的临床疗效和安全性真实世界研究，目前覆盖前3批集采37种临床使用广泛的药品。研究结果显示，中选仿制药与原研药在临床疗效和安全性上是等效的，说明国产仿制药的质量整体上经受了考验。

四、强化事后监督和惩处

国家医保局建立了集采品种事后监督和惩处机制，对发现违规行为的企业进行严肃查处。对存在质量问题或弄虚作假的企业，将依法追究责任，并取消其集采资格。

五、加大信息公开力度

国家医保局定期向社会公开集采品种的信息，包括价格、质量、疗效等，方便患者和社会监督。

通过以上措施，国家医保局有效地保证了集采品种“降价不降质”，为广大患者提供了安全、有效、平价的药品。

以下是一些可以补充的信息：

• 集采品种降价对患者带来了实实在在的利益。以第一批集采为例，28种药品平均价格下降59%，其中最高降幅达92%。患者年均可节省药费1300亿元。
• 集采还促进了医药产业的高质量发展。企业通过提高研发能力、降低生产成本来赢得集采，倒逼企业走创新驱动之路。
• 今后，国家医保局将继续完善集采制度，不断提高集采质量和效率，为广大患者提供更加安全、有效、平价的药品。