محققان در پژوهشی جدید، چارچوب هوشمندی به نام «LAFP» را معرفی کردهاند که بدون نیاز به آموزش مجدد (Training-free)، قدرت استدلال مدلهای زبانی بزرگ (LLM) را با دقت مدلهای پیشبینی سریهای زمانی (TSFM) ترکیب میکند.
در این روش، مدلهای زبانی به عنوان برنامهریز عمل کرده و با استفاده از تکنیک جستجوی درختی (MCTS)، مسیرهای پیشبینی را بر اساس متون و شرایط محیطی بهینهسازی میکنند. این رویکرد مشکل تغییر ساختار زمانی در مدلهای پیشبینی را حل کرده و دقت پیشبینیها را به شکل چشمگیری افزایش میدهد. 📈
منبع: arXiv AI