arXiv cs.AI·3 天前★ 2

FACTS-MAS 多智能体框架按证据通道加权融合预测

原文标题：FACTS-MAS: A Multi-Agent Architecture for Adaptive Forecasting from Heterogeneous Evidence

重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。

AI 智能摘要

论文提出领域无关的多智能体预测框架 FACTS-MAS，将证据分解为时序动态、外生上下文、季节性、结构与离散事件等专用通道，各智能体独立预测并按历史验证技能加权融合。在 Zillow 房源库存与 FRED 失业金申请数据上优于朴素方法与 TimesFM 基础模型。

论文速读 · 四段结构cs.LG去论文速读 →

问题: 真实预测需融合异质证据，但各证据在不同预测期与场景下价值不同。
方法: 把证据拆成时序、外生、季节、结构、离散事件等专用智能体通道，按防泄漏历史验证技能加权融合。
结果: 在 Zillow 房源库存与 FRED 失业金申请、15 个都市区 4/8/13 周预测上优于朴素法与 TimesFM，但与因子调整指数平滑持平。
影响: 提供一套可测试、可校准的证据通道组合协议，但别指望它稳定超过成熟统计基线。

AI 处理过程展开/收起

原始标题：FACTS-MAS: A Multi-Agent Architecture for Adaptive Forecasting from Heterogeneous Evidence

AI 中文标题：FACTS-MAS 多智能体框架按证据通道加权融合预测

来源：arXiv cs.AI · 发布于 3 天前

分类：学术研究 · AI 重要度：★ 2（2）

标签：多智能体 / 时间序列预测 / 证据融合 / 大模型

关键词：FACTS-MAS / 多智能体 / 时间序列预测 / TimesFM / 证据融合

AI 处理：2026/10/30 15:03:05 · 模型 deepseek-chat · 规则版本 2026-10-21.1

AI 生成以上内容由 AI 自动生成：中文标题、摘要、分类与重要度；同一事件的多家报道会自动归并展示。内容仅供参考，可能存在偏差，请以原文为准，不构成任何投资或专业建议。
版权归原作者与原发布平台所有；若涉及侵权或信息错误，请在举报与侵权投诉页反馈，我们会及时处理。