要闻！欧元区通胀虽有缓解 央行降息步伐仍将审慎

欧元区通胀虽有缓解 央行降息步伐仍将审慎

欧洲央行管理委员会委员马里奥·森特诺（Mario Centeno）表示，尽管欧元区通胀率近期有所回落，但央行仍需谨慎行事，将利率调整至既不刺激经济也不抑制经济增长的水平。这暗示欧洲央行可能不会在短期内再次降息。

通胀虽有缓解 但仍处于高位

5月份，欧元区通胀率录得8.6%，较前一个月有所下降，但仍处于历史高位。能源价格飙升是通胀上升的主要原因。此外，食品价格的上涨也加剧了通胀压力。

经济数据将指引央行行动

森特诺表示，经济数据将显示通胀将以多快的速度回落，以及经济如何对更宽松的货币政策做出反应。他指出，央行需要密切监测通胀和经济形势，并在必要时采取行动。

市场预期央行将进一步降息

尽管森特诺的言论暗示央行可能放缓降息步伐，但市场仍普遍预期欧洲央行将在今年晚些时候进一步降息，以刺激经济增长。

新的标题：

欧元区通胀虽有缓解 央行降息步伐仍将审慎

文章内容扩充：

• 除了能源和食品价格之外，供应链瓶颈也是推高通胀的因素之一。
• 欧洲央行将密切关注劳动力市场状况，以评估通胀风险。
• 一些经济学家认为，欧洲央行可能需要在今年晚些时候再次降息，以避免经济衰退。

文章来源：

• 欧洲央行的Centeno：随着通胀逐步回落 利率行动必须审慎

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。