تا امروز تصور میشد برای داشتن یک مدل پیشبینیکننده سریهای زمانی (Time Series) قدرتمند، حتماً به مدلهای عظیم با میلیونها پارامتر نیاز داریم که هزینههای سنگینی هم دارند. اما محققان در تحقیق جدیدشان مدل «Reverso» را معرفی کردهاند که این معادله را تغییر میدهد! 💡
این مدل با استفاده از ترکیب لایههای کانولوشن و RNNهای خطی (بهجای مدلهای سنگین ترنسفورمر)، توانسته است عملکردی مشابه مدلهای بزرگ را در ابعادی بیش از ۱۰۰ برابر کوچکتر ارائه دهد. این یعنی بهرهوری خیرهکننده برای پیشبینیهای هوشمند در دنیای واقعی! ✅
منبع: arXiv Machine Learning