본 연구는 대형 언어 모델(LLM)을 시계열 표현 학습에 적용하기 위한 혁신적인 aLLM4TS 프레임워크를 제안한다. 이 접근법은 시계열 예측을 자기 지도 학습 기반의 다중 패치 예측 작업으로 재정의하여, LLM의 시퀀스 모델링 능력을 시계열 데이터의 복잡성과 효과적으로 동기화한다. 또한 패치 단위 디코더 설계를 통해 시계열 표현 학습의 적응성을 크게 향상시킨다.
