标准统计模型与 LLM 在时间序列预测中的评估
机器学习
2024-08-12 v1
摘要
本研究考察了大型语言模型（LLM）在预测时间序列方面的应用，具体关注 LLMTIME 模型。尽管 LLM 在文本生成、语言翻译和情感分析等任务中已被证明有效，但本研究强调了大型语言模型在时间序列预测背景下遇到的关键挑战。我们评估了 LLMTIME 在多个数据集上的性能，并引入经典准周期函数作为时间序列来衡量其效能。实证结果表明，尽管大型语言模型在某些数据集上进行零样本预测时表现良好，但在面对多样化的时间序列数据和传统信号时，其预测准确性会显著下降。本研究的主要发现是，LLMTIME 的预测能力类似于其他 LLM，当处理包含周期性和趋势成分的时间序列数据，或当信号由复杂频率成分构成时，会显著恶化。
引用
@article{arxiv.2408.04867,
title = {An Evaluation of Standard Statistical Models and LLMs on Time Series Forecasting},
author = {Rui Cao and Qiao Wang},
journal= {arXiv preprint arXiv:2408.04867},
year = {2024}
}