arXiv 机器学习· Mingtian Tan, Palash Goyal, Mihir Parmar, Sarkar Snigdha Sarathi Das, Chun-Liang Li, Nanyun Peng, Thomas Hartvigsen, Jinsung Yoon, Tomas Pfister·· 8 小时前AI 评分34
SEER：面向时间序列预测的自进化事件推理与检索框架
SEER: Self-Evolving Event Reasoning and Retrieval for Time Series Forecasting
AI 导读
研究团队提出闭环框架 SEER，通过将预测误差转化为反射式检索记忆与持久因果知识库两种解耦反馈机制，动态优化时间序列预测中的事件检索与因果推理。该框架在事件检索与反思中严格遵循时间顺序边界以防止前瞻偏差和数据泄漏，在 6 个高波动时间序列基准测试上持续超越 SOTA 时间序列基座模型及语言模型基线。
来源：arXiv 机器学习 · arxiv.org