TS-Reasoner

新方法将时间序列模型与大型语言模型对齐，以增强推理和预测能力

研究人员开发了新的方法，将时间序列基础模型（TSFM）与大型语言模型（LLM）集成，以增强推理能力。TS-Reasoner通过两阶段训练过程，专注于将TSFM的潜在表示与LLM的文本输入对齐，与现有模型相比，表现出卓越的性能和数据效率。另一方面，ReasonCast旨在创建一个统一模型，在单次自回归过程中同时生成数值预测和可验证的因果推理链，在预测准确性方面优于LLM和TS模型。