LLM 추론을 위한 시계열의 구조화된 프로그램 표현
Representing Time Series as Structured Programs for LLM Reasoning
대규모 언어 모델(LLM)이 시계열 데이터를 효과적으로 추론할 수 있도록, 시계열을 구조화된 기호 프로그램으로 변환하는 학습 없는 방법인 T2SP를 제안한다. 편집, 캡셔닝, 질의응답 작업에서 T2SP는 기존 표현 방식 대비 성능을 향상시키고 추론 시간을 단축했다.
Representing Time Series as Structured Programs for LLM Reasoning
대규모 언어 모델(LLM)이 시계열 데이터를 효과적으로 추론할 수 있도록, 시계열을 구조화된 기호 프로그램으로 변환하는 학습 없는 방법인 T2SP를 제안한다. 편집, 캡셔닝, 질의응답 작업에서 T2SP는 기존 표현 방식 대비 성능을 향상시키고 추론 시간을 단축했다.