arXiv · AI· Chiang Qin Zhi, Ranjan Satapathy, Erik Cambria, Joyjit Chattoraj·· 11 天前AI 评分33
TailDART 发布:一款专为金融时序预测设计的 2.68M 参数高效基础模型
TailDART: Compute-Efficient Foundation Models for Financial Time-Series Forecasting
AI 导读
TailDART 是一款 2.68M 参数的稠密金融时序基础模型,旨在解决量化金融中低信噪比和高延迟问题。 模型采用分组查询注意力机制,相比现有 SOTA TSFM 推理加速最高达 48.1%,支持低延迟流式执行。 在多变时间分辨率的多资产基准测试中,该紧凑模型在预测保真度上匹配较大基线,且在高波动状态下展现出更强的错误韧性。
来源:arXiv · AI · arxiv.org