跳到正文
热点事件持续更新

时间序列TTA延迟审计:测试时适配效果被高估

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

研究团队在 arXiv 发布论文,构建了一套无泄漏测试框架:强制预测起点 s 的标签只在 s+d 步(d≥H)后释放用于更新,并把这一规则写进 TAFAS、COSA、PETSA、DynaTTA 四种近期时间序列预测测试时适配方法的已发布代码,在各自骨干与检查点、五个基准(ETTm1、ETTh2、Weather、Electricity、Traffic)上做因果延迟审计。 作者称,审计中只有 DynaTTA 在最小因果延迟下优于对照,但每次更新成本约为对照的 2500 倍;在漂移严重的 ETTh2 上,更长的标签延迟会使所有与冻结模型分离的适配器(包括作者自己的方案)显著变差。 团队称已公开测试框架、集成补丁和全部缓存运行结果;所提校正器无可调超参数,在 7 通道流上每步 56 微秒。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月9日
  1. arXiv:cs.LG
    时间序列预测的测试时适配延迟审计:标签延迟如何影响 TTA 效果

    研究团队构建了一套无泄漏测试框架,强制预测起点 s 的标签仅在 s+d(d≥H)步后释放,并对 TAFAS、COSA、PETSA、DynaTTA 四种近期测试时适配方法在 ETTm1、ETTh2、Weather、Electricity、Traffic 五个基准上做因果延迟审计。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。