★ 2
QUAL 提出分位数对齐提升零样本时间序列基础模型
论文提出 QUAL 框架，利用模型池作为概率参考对成员预测做分位数对齐，无需标签即可改进并组合多个时间序列基础模型。在 GIFT-Eval 上，分位数对齐使平均 MASE 与 CRPS 分别下降 7.4% 和 9.8%，且对弱预测器保持鲁棒。
arXiv cs.AI4 小时前
#零样本预测
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
GenST 用 LLM 语义桥生成未观测节点时空预测
论文针对传感器网络空间覆盖不足导致的未观测节点状态预测（FUNS）难题，提出 GenST 框架，引入大语言模型作为语义桥梁，从节点描述中提取功能区与路网结构等语义特征。框架采用时空 VAE 加生成式 Transformer 的两阶段架构，在六个交通与两个非交通数据集上零样本预测显著优于基线。
arXiv cs.LG25 天前
★ 2
零样本时序预测的证据来源审计框架
论文指出零样本时序预测仅以“不更新参数”定义过于宽泛，冻结 LLM 先验、时序预训练与检索增强三类系统证据来源完全不同。作者提出以证据来源为先的分类法，并附加任务接口、预测对象与评分、预测时上下文、资源预算四项审计问题。主张排行榜应同时披露证据边界与接口假设，使基准进步反映真实迁移能力。
arXiv cs.LG42 天前