محققان روشی جدید به نام «مهندسی ویژگی تکاملی» (EFE) معرفی کردهاند که در آن، مدلهای زبانی (LLM) وظیفه تکامل و بهبود برنامههای پردازش داده را بر عهده میگیرند. این ابزار به طور هوشمند دادههای ساختاریافته را تحلیل کرده و با نوشتن کدهای پایتون، ویژگیهای بهینهتری برای مدلهای یادگیری ماشین خلق میکند.
این نوآوری در حوزههای پیشبینی سریهای زمانی و دادههای جدولی عملکرد فوقالعادهای داشته و توانسته دقت مدلهایی مثل Chronos-2 را تا ۱۹ درصد در برخی سناریوها افزایش دهد. در واقع، این روش ترکیبی از هوش مصنوعی، تکامل و مهندسی داده است که دقت و تفسیرپذیری را به سطحی جدید میبرد.
منبع: arXiv AI



