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。

普华永道丢单潮背后：审计行业格局生变, 四大巨头争抢市场份额

北京 - 近期，普华永道接连被多家上市公司解聘，引发业界广泛关注。截至2024年6月17日，普华永道已累计丢掉34家大客户，审计费损失近5亿元。这也被视为近年来审计行业竞争加剧的一个缩影。

四大巨头争抢市场份额

普华永道的丢单潮，直接受益的是其他三家审计巨头：德勤华永、毕马威、安永。数据显示，在普华永道丢掉的34家客户中，有22家选择聘请其他三家巨头之一。

具体来看，德勤华永揽下了7家客户，毕马威揽下7家，安永/安永华明揽下8家。此外，立信、致同、中兴华、大信、天健等本土审计事务所也分得一杯羹，分别を獲得了1家客户。

行业竞争格局加速演变

普华永道此次丢单潮，暴露了其在审计质量、服务价格等方面的一些问题。同时，也反映出中国审计行业竞争日益激烈、格局加速演变的趋势。

近年来，随着中国资本市场快速发展，审计需求不断增长，也为审计机构带来了巨大的发展机遇。但与此同时，审计行业竞争也日趋白热化。

在价格方面，一些本土审计机构为了抢占市场份额，纷纷采取降价策略，这给四大巨头带来了不小的压力。

在质量方面，随着监管趋严，审计机构也面临着更大的执业风险。一些审计机构为了降低风险，选择放弃一些高风险客户，这也导致了客户流失。

未来展望：强者愈强、分化加剧

普华永道丢单潮，短期内可能会对其他三家巨头带来一些利好。但从长远来看，审计行业竞争仍将加剧，强者愈强、分化加剧的趋势可能更加明显。

一些头部审计机构凭借其品牌优势、专业能力和全球资源网络，有望在竞争中占据更加有利的位置。而一些实力较弱的机构，则可能面临被边缘化的风险。

**此外，随着科技的发展，审计行业也正迎来新的变革。**一些新兴技术，例如人工智能、大数据等，正在被应用于审计工作中，这将对审计行业的未来发展产生深远影响。

普华永道能否扭转颓势，其他审计机构又将如何应对挑战？值得业界拭目以待。