CARE：长期时间序列预测的轻量校正插件

Guo Cheng、Changlong Lv、Jingyi Hou 提交论文，提出 CARE（Corrective branch with Aligned context and Relative-error Estimation），一个无需重构架构即可增强任意确定性预测器的轻量级插件。作者称，CARE 在八个基准上配合三种代表性骨干模型使用时提升了预测精度，参数与延迟开销很小。 论文将 CARE 定位为面向长期时间序列预测的门控修正与不确定性感知模块，代码已公开。

AI 根据报道生成 · 54 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。