时序数据的处理新利器：离散化、对齐文本还是预训练？

而预训练则是一种强大的方法，它可以利用大量无标签数据来学习时间序列数据的内在表示。预训练的 LLM 已展示出跨任务和跨领域的泛化能力。最终，最佳方法的选择取决于具体的数据集和任务要求。对于大规模、异构时序数据，预训练可能是首选；对于较小、同质数据，离散化或文本对齐可能更合适。