长时间交通状况预测，可以用大模型实现了。
来自主题: AI技术研报
7726 点击 2024-08-31 15:30
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
长时间交通状况预测，可以用大模型实现了。
逆合成是药物发现和有机合成中的一项关键任务，AI 越来越多地用于加快这一过程。
城市时空的预测，迎来GPT时刻。 清华大学电子系城市科学与计算研究中心推出了第一个无需自然语言的纯时空通用模型——UniST，首次展示了纯时空模型本身的通用性和可扩展性，研究成果已被KDD2024接收。
华南理工大学和香港大学的研究人员在ICML 2024上提出了一个简单而通用的时空提示调整框架FlashST，通过轻量级的时空提示网络和分布映射机制，使预训练模型能够适应不同的下游数据集特征，显著提高了模型在多种交通预测场景中的泛化能力。
当前有不少的大语言模型已经拥有了高准确度的天气预测能力。相比传统的天气预测技术，这些被称为大型 AI 气象预测模型（Large AI Weather forecast Model，LWMs）在极端天气预测方面有着更好的效果。