#残差修正

新论文提出FARR，改进LLM长周期时间序列预测

研究指出LLM的辅助条件化并不总能提升时间序列预测精度，甚至可能增大误差。作者提出FARR方法，利用标准条件与空条件预测之差作为「端点证据」来修正预测，并通过逐周期门控控制残差贡献。在四个长周期预测基准上取得最优平均MSE与MAE，代码将开源。