Are Language Models Actually Useful for Time Series Forecasting? OneFitsAll、Time - LLM、LLaTA
“Are Language Models Actually Useful for Time Series Forecasting?” 探讨了语言模型在时间序列预测中的应用效果。研究通过对三种基于 LLM 的预测方法进行消融实验，发现语言模型在该任务中效果不佳，且计算成本高，而简单模型和编码结构在时间序列预测中表现出更好的性能。
-
研究背景与目的
- 时间序列分析在多领域至关重要，近期不少研究将预训练的大型语言模型（LLM）应用于时间序列任务，但语言模型对传统时间序列任务的实际益处尚不明确。
- 旨在探究语言模型在时间序列预测中的有效性，通过消融实验揭示现有方法存在的问题，并为未来研究提供方向。
-
相关工作
- 基于 LLM
