研究团队提出时间序列语言模型LOTUS

2026年10月15日，研究人员在arXiv发布关于时间序列语言模型LOTUS的论文成果。该模型提出了基于预测锚定预训练原则的设计思路，旨在通过学习预测来加深对时间序列数据的理解。在具体技术实现上，LOTUS将原始时间序列与其频谱表示相结合，切分为patch后映射至大语言模型（LLM）的嵌入空间，并通过预测下一个patch的方式保留时间结构，为利用语言模型架构处理与理解时间序列数据提供了新方法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。