TimeRSI：时间序列基础模型的自我改进智能体部署
AI 总结
作者提出 TimeRSI，一套围绕冻结的时间序列基础模型构建的自我改进智能体部署系统：编码智能体把任务描述转化为可执行的流程改动，并在历史预测窗口上检验每一版修改，用观察到的误差指导后续修改。部署时，一个自适应选择器会依据相似条件下已完成的预测结果在不同流程之间进行选择。作者称在 TIME 和 fev-bench 的 198 项任务上，TimeRSI 在六项点预测与概率预测指标上优于所有已提交结果，并称受控对比显示反馈引导的迭代修改优于非迭代的流程搜索；代码已公开。
深度见解
如果结果可复现，这类自我改进流程有望减少时间序列预测落地时所需的人工调参工作。