研究提出时间序列基础模型动态多步解码选择器

Birmjune Kim 等研究者提出一种推理时动态策略选择器，为冻结预训练的时间序列基础模型（如 Chronos-2、Moirai-1.1-R）自动选择多步预测的 rollout 调度：轻量级选择器基于骨干网络隐藏状态对候选策略排序，并用动态规划将候选评估降到二次复杂度。部署时由五个独立训练的选择器投票，不一致时回退到骨干的 one-shot 预测，全程无需微调骨干。 研究者称该方法仅在点预测精度上带来提升，未声明其他收益。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。