در یک تحقیق جذاب، محققان عملکرد مدلهای «بنیادین مولد» (Generative Foundation Models) را در پیشبینی سریهای زمانی با مدلهای کلاسیک مقایسه کردهاند.
نکته جالب اینجاست: مدل «Chronos» در بسیاری از موارد توانسته از مدلهای کلاسیک پیشی بگیرد، اما نه به آن دلیلی که فکر میکنید! بر خلاف تصور، این مدل در برونیابیِ مستقیم روندها (Trend Extrapolation) بهتر عمل نمیکند، بلکه به عنوان یک «کاهنده روند» (Trend-shrinkage estimator) رفتار میکند.
این مطالعه یک قانون انتخابی کاربردی ارائه میدهد که به ما کمک میکند بفهمیم در چه شرایطی، هوش مصنوعی مولد انتخاب بهتری برای پیشبینیهای عددی است. دنیای هوش مصنوعی در تحلیل دادهها هم هر روز هوشمندتر از دیروز میشود! 📈🚀
منبع: arXiv Machine Learning
