研究者提出CoCo框架，用LLM协变量引导时序预测
热点事件持续更新
研究者提出CoCo框架，用LLM协变量引导时序预测
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Hemanth Ram等作者提出Context as Covariates（CoCo）框架，让大语言模型（LLM）把文本推理蒸馏为数值化的预测与置信度协变量，用来引导时间序列基础模型（TSFM）主干。据其描述，该框架旨在同时利用LLM与TSFM各自的优势。 训练分两步：先用GRPO微调LLM，再基于对齐后LLM生成的协变量微调TSFM。报道未给出该方法的实测效果。
AI 根据报道生成 · 49 分钟前更新
最新进展11月5日 13:00
TSFM 遇上 LLM：CoCo 框架将上下文作为协变量提升时间序列预测报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.AITSFM 遇上 LLM：CoCo 框架将上下文作为协变量提升时间序列预测
研究者提出 Context as Covariates（CoCo）框架，让 LLM 将文本推理蒸馏为数值化的预测与置信度协变量，用以引导 TSFM 主干模型。该方法先用 GRPO 微调 LLM，再基于对齐后 LLM 生成的协变量微调 TSFM。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。