ИССЛЕДОВАНИЕ · RESEARCH · #2972
QUAL: выравнивание квантилей улучшает нулевой выстрел для фундаментальных моделей временных рядов
В статье на arXiv предложен QUAL — безметочный метод, выравнивающий квантильные прогнозы относительно пула моделей с последующей агрегацией через Huber и перестановку; на GIFT-Eval авторы сообщают снижение среднего MASE и CRPS для членов пула на 7,4% и 9,8%, код доступен на GitHub.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- В статье на arXiv предложен QUAL — безметочный метод, выравнивающий квантильные прогнозы относительно пула моделей с последующей агрегацией через Huber и перестановку; на GIFT-Eval авторы сообщают снижение среднего MASE и CRPS для членов пула на 7,4% и 9,8%, код доступен на GitHub.
- Метод даёт простой способ без обучения снижать вариативность и улучшать нулевой выстрел у фундаментальных моделей временных рядов, позволяя надёжно объединять прогнозы без меток.
- QUAL: Quantile Alignment Improves Zero-Shot Time-Series Foundation Models
ПОЧЕМУ ЭТО ВАЖНО
Метод даёт простой способ без обучения снижать вариативность и улучшать нулевой выстрел у фундаментальных моделей временных рядов, позволяя надёжно объединять прогнозы без меток.