Informer：高效多变量概率时间序列预测模型

Hugging Face 博客介绍了 Informer 模型，这是一种用于多变量概率时间序列预测的 Transformer 架构。Informer 通过概率稀疏注意力机制和自注意力蒸馏操作，显著降低了长序列预测的计算复杂度，并提升了预测精度。该模型支持多变量输入和概率输出，适用于金融、能源、交通等领域的长期预测任务。博客提供了模型架构详解、性能对比及 Hugging Face 集成使用示例。