清华推出首个通用城市时空预测模型UniST，零样本场景开箱即用｜KDD2024

文章预览

UniST团队 投稿 量子位 | 公众号 QbitAI 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。 研究团队利用超过20个时空数据集、1.3亿+个时空样本点，构建了涵盖多个城市、不同领域、空间划分和时间分辨率等维度的城市时空数据，构建并训练了「one-for-all」的时空通用模型——UniST。 该模型是目前 覆盖范围最广、统一性最强 的城市时空通用模型。值得一提的是，UniST相较于当前的大语言模型具有更轻量级的优势，仅用20M的参数规模就展现出很强的零样本学习能力。 △ 图1. UniST实现时空通用建模（one-for-all） UniST通过整合多城市、多领域丰富的时空数据，利用基于Transformer的架构、独特的时空掩码策 ………………………………