BGAA以历史回测构建因果验证器,改造时序预测测试时计算
摘要:论文提出时间序列基础模型的测试时计算方法BGAA:不借助未来真值,而是用滚动原点回测为结构化上下文视图打分,淘汰劣于原始上下文的视图,再平均存活视图的预测分布。三个基准的全部受测组合均降低MASE,313M模型加TTC后超过同系列1B与2.5B模型。53个可交叉拟合的GIFT-Eval配置中,部署策略仅获0.4%—1.3%的CRPS改善,远低于逐配置oracle的1.4%—4.1%和逐窗口oracle的17%—19%,表明瓶颈在可因果部署的窗口级视图选择。预印本仍缺绝对成绩、方差、代码与推理开销。
# BGAA以历史回测构建因果验证器,改造时序预测测试时计算 BGAA把语言模型常见的测试时计算改造成一套可用于时间序列预测的因果验证机制:模型不拿未来真值给候选预测打分,而是利用序列自身历史,通过滚动原点回测判断哪些结构化上下文视图值得保留,再平均这些视图产生的预测分布。论文摘要显示,该方法在三个基准的全部受测组合上均降低MASE,但部署策略与逐窗口oracle之间仍存在明显差距。 ## 核心机制:用历史构造验证器 ### 1. 生成结构化上下文视图 设原始历史上下文为 `x_{ **消息来源**:[ArXiv AI (cs.AI)](https://arxiv.org/abs/2611.25171) (2026-11-20) —— 完 ——
主题标签: #时间序列基础模型 #测试时计算 #回测门控 #预测分布平均 #因果验证
编辑部与事实核查说明:本篇专刊由智客前沿资讯管线根据官方技术公告、学术论文及开源工程文档整理编译,经算法实体核验与人工编辑审校后发布。若发现技术事实纰漏,欢迎依据勘误方针或一键向编辑部发送勘误反馈。
社区整体评论区