OpenTSLM

Los Modelos de Lenguaje Grande (LLMs) han surgido como herramientas útiles para interpretar datos multimodales (por ejemplo, imágenes, audio, texto), a menudo superando a los modelos especializados. En medicina, tienen una promesa particular para sintetizar grandes volúmenes de información clínica en conocimientos aplicables y aplicaciones de salud digital orientadas al paciente. Sin embargo, una limitación importante sigue siendo su incapacidad para manejar datos de series temporales. Para superar esta brecha, presentamos OpenTSLM, una familia de Modelos de Lenguaje de Series Temporales (TSLMs) creados al integrar series temporales como una modalidad nativa en Modelos de Lenguaje Grande preentrenados, lo que permite la solicitud en lenguaje natural y el razonamiento sobre múltiples series temporales de cualquier longitud ... 🔗 Lee el documento completo