跳到主要内容
返回时间线
Hugging Face - Blog来源发表:

IBM开源四模型时序集成:不调权重,GIFT-Eval上MASE 0.683略胜最强单体

核心概要

IBM Research 发布 Granite Timeseries Ensemble,把四个架构不同的开源 Granite 时序模型组合成一套默认预测流程,无需重训、也不拟合集成权重,直接输出中位数与分位数预测。此前使用者必须自己判断哪个单体模型适合自己的序列。在 97 个 GIFT-Eval 配置上,概率集成取得 0.683 的 MASE,低于最强单体 PatchTST-FM-r2 的 0.685,但差距很小,主要收益是无需预先挑模型。

Source-provided article image: Ensemble forecasting with IBM Granite time-series models
Hugging Face

深度剖析

时序预测多了一个开箱即用的默认选项:四个预训练 Granite 模型一次调用同时给出点预测和分位数预测,使用者不必先判断哪种架构适合自己的数据。 预训练时序模型可以不经训练直接预测,但选型仍要由人来做,擅长平滑工业信号的模型未必适合噪声大的零售需求或长季节周期。 在 97 个 GIFT-Eval 数据集配置上,概率集成的 MASE 为 0.683,IQR 集成为 0.684,均低于四个单体成员中最好的 PatchTST-FM-r2 的 0.685。

组合方式有两种,都不依赖历史预测误差做拟合。 概率集成采用均匀概率池化,给每个成员相同影响,在概率空间合并分位数后再取出所需分位;IQR 集成按各成员预测区间的四分位距分配权重,区间越窄影响越大,权重随样本、目标和预测步变化。 两种配方都在 97 个 GIFT-Eval 配置上以不微调方式评估,测试目标未参与聚合方法的选择或拟合;IQR 集成在这六个预测中取得最低的平均 CRPS 排名,而 PatchTST-FM-r2 保持最低的聚合 CRPS/MWQL 分数 0.467。

启示与展望

这套配方面向需要多序列、多预测步预测且不愿预先选定单一架构的开发者,评估范围是 97 个 GIFT-Eval 配置上的零样本预测;聚合结果不保证在每个序列上都优于单体成员,官方建议在代表性数据上回测概率集成、IQR 集成与 PatchTST-FM-r2 这类强单体。

MASE 上对最强单体的领先很小,聚合 CRPS/MWQL 最低的仍是 PatchTST-FM-r2,聚合误差与平均排名因此指向不同选择;当前配方对各变量通道独立预测,不使用跨通道信息,且需加载四个成员检查点,推理时间与内存高于单一模型;两种聚合方法都不保证校准或在分布漂移下稳健。