热点事件持续更新

RACE：残差感知测试时适配的邻居丰富时序基础模型预测

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

RACE（Residual-Aware Correction of Forecasting Errors）是一个两阶段框架，旨在利用同域历史邻居序列对时间序列基础模型（TSFM）的预测误差进行训练-free 校正。该方法面向邻居丰富的时间序列场景，通过残差感知机制在测试时自适应地修正基础模型的预测偏差。相关成果于 2026-10-02 12:00 发布于 arXiv（Statistics Machine Learning），为一手报道。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月2日

12:00
arXiv · Statistics Machine Learning
RACE：面向邻居丰富时间序列基础模型预测的残差感知测试时自适应
summary_zh: RACE（Residual-Aware Correction of Forecasting Errors）是一个两阶段框架，利用同域历史邻居序列对时间序列基础模型（TSFM）的预测误差进行训练-free 校正。

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。