ICLR 2026 | Chronos、TimesFM、Moirai等模型在6个数据集上的校准误差对比

本文研究时间序列基础模型(TSFMs)的概率预测校准问题。TSFMs已在零样本/少样本预测中取得较好精度,但实际应用不只需要点预测,还需要可信的不确定性估计,例如医疗、异常检测和决策场景中,预测分布是否"说到做到"很关键。

现有评估常用CRPS、WQL、MSIS,但论文指出这些指标混合了校准性与锐度,可能把预测更准或区间更窄误判为"更校准"。作者因此系统比较5个TSFM与ARIMA、N-BEATS,核心动机是回答:TSFMs是否真正校准?预测头和长程自回归会如何影响校准?

另外,我整理了时序科研工具资料包:写作/阅读/编码/文献/实验/绘图,全流程直接照搬,感兴趣的dd,希望能帮到你!

原文 姿.料,这儿!

二、核心方法

  • 实现要点 :
    • 比较模型:Chronos-Bolt、TimesFM、Moirai 2.0、TiRex、YingLong;基线为ARIMA、N-BEATS。

    • 数据集:Reviews、Shopping(M5)、Glucose、Heart-Rate、Crime、Patents。

    • 预测头实验:替换并训练Gaussian、Student's t、混合分布、Quantile heads。

    • 长程预测:比较branching与trajectory自回归,并考察不同forecast horizon。

三、实验验证与效果

  • 主实验:TSFMs在6个真实数据集上通常比ARIMA和N-BEATS有更低PCE,且点预测MASE也具竞争力。

  • 深入分析 :

    • WQL可能与MASE高度相关,不能单独代表校准。

    • Gaussian预测头明显更不足自信,PCE更高;Quantile、Student's t、混合分布差异较小。

    • 长程自回归中,更大的horizon和trajectory方法校准更好;AR方法整体更易过度自信。

  • 结论价值:论文认为TSFMs相比传统基线更校准,且短程预测中没有系统性过度或不足自信;该研究可指导TSFM在高风险场景中的不确定性使用。

四、小编总结

这篇论文的重点不是证明TSFM预测更准,而是检查它们给出的概率是否可信。

结果显示,主流时间序列基础模型整体校准较好,明显优于ARIMA和N-BEATS;但预测头选择和长程自回归策略会影响校准,尤其Gaussian头和短horizon自回归需要谨慎使用。

相关推荐
大模型真好玩2 小时前
做好真人分身却不知道拍什么?8个视频应用场景直接抄
人工智能·agent·deepseek
ZhengEnCi2 小时前
黄仁勋想回英伟达却被拒:创始人 CEO 辞职后为什么回不来,董事会继任机制全拆解
人工智能·nvidia·团队管理
真上帝的左手2 小时前
26. AI-大语言模型-基础
人工智能·ai·架构·llm·大语言模型
墨林陌3 小时前
AI 热点日报(2026-11-18):OpenAI 发布 GPT-6.2,APEC 峰会聚焦 AI,AI 制药融资创新高
人工智能
byte轻骑兵3 小时前
【ATT】规范精讲[8]:配置要确认、灌包要速度、多字段要原子——BLE 写入的四重选择
人工智能·aiot·l2cap·嵌入式蓝牙·蓝牙链路管理
AAA修煤气灶刘哥3 小时前
Agent 都能干活了,软件还需要那么多按钮吗?
人工智能·后端·架构
Purple Coder3 小时前
开题报告学习
人工智能
狂师4 小时前
牛逼!谷歌亲自下场开源的AI自动化神器!
人工智能·开源·测试
金融小师妹5 小时前
多因子关联模型:黄金与铜价同步回落背后的金融变量及PPI传导分析
大数据·人工智能·金融
ZhengEnCi5 小时前
中美AI竞赛之外其他国家在干什么:算力5%的欧洲、买卡的沙特与做场景的日韩
人工智能·gpu·nvidia