前言 

这是关于大语言模型和时间序列预测结合的好文推荐，发现这篇文章，不仅idea不错和代码开源维护的不错，论文也比较详细（可能是顶刊而不是顶会，篇幅大，容易写清楚），并且关于它的Broader Impact与Limitation and Future Work也很值得学习！是个很不错的引导方向。

 基本介绍

目前时序预测的SOTA模型大多基于Transformer架构，以数值序列为输入，如下图的上半部分所示，通过多重编码融合历史数据信息，预测未来一定窗口内的序列数值。受到大语言模型提示工程技术的启发，文章提出了一种时序预测新范式，即通过一定的提示词模版将数值输入转化为语句，利用大语言模型进行预测，把时序预测转变成了一个对话任务，如下图的下半部分所示。同时，文章公开了数据集（PISA）用于评估所提出算法的性能。

 

值得优化和探索的研究方向 

 

Reference

PromptCast：基于提示学习的时序预测模型 - 知乎 (zhihu.com)