标题：移动通信领域新突破：华为GTS-LUM实现精准用户行为预测

华为GTS部门AI算法团队推出GTS-LUM，专攻移动通信用户行为建模难题，实验效果超越Meta的HSTU和字节的HLLM，达成领域新SOTA。GTS-LUM基于海量数据，采用自监督多模异构架构，结合Q-former语义空间对齐及多尺度时序处理机制，精准捕捉用户行为特征。

GTS-LUM创新性地引入多尺度时序处理，通过“时段-周期”语义描述优化用户行为序列建模，同时构建多模态协同框架，结合Node2Vec与TableGPT2，实现跨模态对齐。其核心创新在于Q-Former适配器，通过交叉注意力层筛选关键特征并建立跨模态映射关系。此外，目标感知建模通过因果注意力机制动态调整行为权重，提升预测精度。

在工业级测试中，GTS-LUM基于真实场景数据，表现远超其他基线模型。相比Meta@HSTU提升107.86%，比ByteDance@HLLM提升31.38%。这证明了融合多模态输入及特定业务知识对齐的重要性。GitHub链接：https://github.com/zzzzztw/GTS-LUM/blob/main/GTS-LUM.pdf