Arjun Ashok

新的基准WhatIf-Bench测试AI预测干预的能力

研究人员推出了WhatIf-Bench，这是一个旨在评估时间序列预测模型根据外部因素或干预预测结果能力的新基准。该基准利用了来自数据中心和电网等关键基础设施模拟器的半合成数据，创建了超过37,000个预测任务。初步评估表明，大型语言模型（LLMs）的表现优于专业时间序列基础模型（TSFMs）和回归基线，尤其是在预测新颖的未来事件而非与过去事件相似的事件方面。