MIT最新力作：用GPT-3.5解决时间序列异常检测问题

文章预览

点关注，不迷路，用心整理每一篇算法干货~ 后台留言” 交流 “， 加入圆圆算法交流群~ 后台回复“ 星球 ”加入 圆圆算法知识星球~ （ 已有 740+ 同学加入学习， 600+ 干货笔记） 今天给大家介绍一篇MIT上周发表的文章，使用GPT-3.5-turbo解决时间序列异常检测问题，初步验证了LLM在时间序列异常检测中的有效性。整个过程没有进行finetune，直接使用GPT-3.5-turbo进行异常检测，文中的核心是如何将时间序列转换成GPT-3.5-turbo可识别的输入，以及如何设计prompt或者pipeline让LLM解决异常检测任务。下面给大家详细介绍一下这篇工作。 论文标题 ：Large language models can be zero-shot anomaly detectors for time series? 下载地址 ： https://arxiv.org/pdf/2405.14755v1 1 整体介绍 MIT的这篇文章，基于LLM（如GPT-3.5-turbo、MISTRAL等）进行时间序列异常检测。核心在于pipeline的设计，主要分为两个 ………………………………