arXiv cs.AI· Shunyu Wu, Dan Li, Haozheng Ye, Weibin Feng, Jian Lou, Bo Zhang, Wenjie Feng, Chenjuan Guo, See-Kiong Ng·· 11 小时前AI 评分31
TSQAgent：用专用智能体推理为时间序列数据质量打分
TSQAgent: Rating Time Series Data Quality via Dedicated Agentic Reasoning
AI 导读
针对现有 LLM 时间序列质量评估依赖人工预设维度、纯文本推理的问题，研究者构建 TSQBench 基准并提出 TSQAgent 智能体框架，由 Perceiver 选维度、Inspector 做逐维度定量分析、Adjudicator 汇总裁决。
正文 · AI 翻译
摘要：评估时间序列（TS）数据的质量是基础性的，但由于质量维度的多面性，这一任务本身具有挑战性。近来，大语言模型（LLM）通过成对比较和逐维度评估，已成为 TS 质量评估的一种有前景的范式。然而，现有方法依赖人工预定义的质量维度以及纯文本推理，因此 LLM 能否识别真正相关的质量维度，或进行有依据的定量质量比较，仍属未知。为探究这一问题，我们构建了 TSQBench，这是一个专门用于评估 LLM 两项递进能力的基准：(i) 理解并识别相关质量维度，以及 (ii) 在特定维度下进行质量比较。我们的分析表明，当前 LLM 在维度识别和有证据支撑的质量比较两方面都持续存在困难。为解决这些局限，我们提出 TSQAgent，一种用于 TS 质量评分的新型智能体推理框架，由三个协作角色组成：负责聚焦维度选择的 Perceiver、负责逐维度定量分析的 Inspector，以及负责汇总并精炼最终判断的 Adjudicator。特别地，我们引入一种智能体推理策略，赋予模型识别并优先考虑最相关质量维度的能力，并进一步提出一种配备外部分析工具的智能体工作流，以在选定维度上实现精确的定量比较。在所提出的基准和十一个真实世界数据集上的实验表明，我们的框架不仅大幅提升了 LLM 在质量理解和定量比较方面的能力，还有效地将这些改进转化为更好的质量感知数据选择，从而提升下游性能和数据效率。
| 评论： | 已被 NeurIPS 2026 接收（Spotlight） |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2606.03629 [cs.AI] |
| （或 arXiv:2606.03629v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.03629 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Shunyu Wu [查看邮箱]
[v1]
2026年6月2日星期二 13:28:17 UTC（3,647 KB）
[v2]
2026年11月5日星期四 02:51:47 UTC（11,498 KB）
来源：arXiv cs.AI · arxiv.org