论文诊断并微调修复时间序列基础模型动态识别衰减

Hong-In Won 提交的论文用具有精确反事实的强制工程系统测试 Chronos-2、TimesFM-2.5 和 TabPFN-TS 的上下文辨识能力，发现 TimesFM-2.5 与 TabPFN-TS 通过默认协变量接口表现无记忆，TimesFM-2.5 的预测效应与输入变化的同时刻函数拟合度达 R²=1.000。 论文称，推理时的上下文抖动在不训练的情况下降低了全部六类合成任务的 what-if 误差；在合成强制系统上微调 26 分钟可恢复响应幅度（敏感度 0.83–0.96），并在 Wiener-Hammerstein 与一个留出摩擦类上优于结构无关辨识。 但在四个实测对象中的三个上，经典辨识仍明显更好，且微调后的模型损失了部分单变量预测能力。

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。