时间序列预测小助手

[fleetingg]

时间序列的预测随着transformer模型的诞生，在深度学习领域越来越火热，但是涵盖的知识面也越来越广，例如模型方面就有transformer、diffusion等十分新的模型使用，对于时间信息的预处理方面也有着embedding和线性投影等等新的方法，所以一个能够回答关于时间序列预测模型中的存在的知识问题的模型便有了存在价值。既然能回答时间序列预测问题，那么使用借助LLM模型的zero-shot能力，来对时间序列的预测构建一个zero-shot的模型也很重要。
目前，将LLM应用于时间序列（TS）任务的研究主要集中在对GPT模型的微调上。然而，InternLM具有卓越的“海底捞针”能力，这种能力在以前经验来看，对于时间序列预测和故障检测任务十分有帮助，而且InternLM在其他各方面的表现都比GPT2出色，所以进行S2IP-LLM文章使用的的微调策略进行时间序列的预测的效果也应该是很好。
那么最后想要打造的就是一个能回答时间序列预测问题和对于所给的时间序列进行一个比较高水平的zero-shot预测效果的模型