11:19
官方账号arXiv cs.LG@ChengAo Shen, Wenchao Yu, Fangyu Wu, Dongjin Song, Hanghang Tong, Dongsheng Luo, Wei Cheng, Haifeng Chen, Jingchao Ni
推荐理由：MetaCaster能从少量数据中训练出高效的轻量级时间序列预测器，对于资源有限的环境来说是个不错的选择，特别是与现有的轻量级预测器相比。
轻量级预测器
共 1 条相关 AI 资讯
8月25日
11:19
针对资源受限场景，提出MetaCaster，一种元 harness 优化的多智能体框架，通过智能体数据生成自动训练轻量级预测器，仅需少量示例和文本上下文。在18个数据集上实验表明，MetaCaster在保持高质量时间序列预测性能的同时，实现了数据效率和计算效率。