Проблема контекста в прогнозировании
Традиционные методы прогнозирования временных рядов часто ограничиваются экстраполяцией числовых данных, игнорируя внешние контекстные факторы. Даже современные подходы на базе больших языковых моделей (LLM) не всегда эффективно идентифицируют релевантный контекст и валидируют прогнозы на предмет временных и предметных ограничений. Авторы работы из Китая (Tao, Cheng, Pan и др.) предлагают решение этой проблемы через агентный фреймворк CastFSR.
Архитектура Fast-Slow-Reflect
CastFSR формализует процесс прогнозирования как трехэтапный рабочий процесс, имитирующий когнитивные процессы:
- Fast Thinking (Быстрое мышление): Система профилирует наблюдения и выбирает легкие модели прогнозирования для создания базового прогноза, основанного на данных.
- Slow Deliberation (Медленное обдумывание): ИИ извлекает контекстные доказательства, адаптивно определяет информативные окна истории (look-back windows) и рассуждает о том, как контекст изменяет будущую динамику.
- Reflection (Рефлексия): Итеративное уточнение прогнозов для обеспечения согласованности во времени, контексте и предметной области.
Гибкость развертывания
Ключевое преимущество CastFSR — поддержка как инференса без дообучения (training-free) с использованием готовых LLM, так и эффективного развертывания через двухэтапную стратегию: SFT (Supervised Fine-Tuning) и обучение с подкреплением (RL). Это позволяет перенести способности оркестрации в компактные модели, снижая затраты на вычисления.
Результаты экспериментов
Экстенсивные тесты на публичных наборах данных показали, что CastFSR стабильно превосходит репрезентативные базовые модели. Фреймворк демонстрирует способность не просто предсказывать значения, но и объяснять их через призму контекстных изменений.
| Этап работы CastFSR | Действие системы | Цель |
|---|---|---|
| Fast Thinking | Профилирование данных, выбор легких моделей | Построение базового прогноза (prior) |
| Slow Deliberation | Поиск контекста, адаптация окна истории | Анализ влияния внешних факторов на динамику |
| Reflection | Итеративная проверка и коррекция | Обеспечение временной и предметной согласованности |
Код проекта доступен по ссылке в оригинальной публикации arXiv:2608.03031.
Источник: arXiv cs.AI ↗