CTRL：LLM引导残差学习的时间序列预测框架

Minkyoung Kim 等人提出并发表时间序列预测框架 CTRL，将语义推理与定量预测解耦：冻结骨干模型生成基础预测，LLM 智能体作为控制器分析趋势、季节与不规则分量上的预测误差并输出控制信号，再由轻量残差解码器转化为预测修正。 论文称，该框架支持无标签测试时自适应，仅需 3 至 24 次 LLM 调用即可检测并适应分布偏移。该论文已被 ACL 2026 Findings 收录。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。