Skip to content
Hot eventLive

RACE：残差感知测试时适配的邻居丰富时序基础模型预测

1 reports1 sources3 hr ago updated

Get the story

AI overview

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。

Generated from reports · updated 3 hr ago

LatestOct 2
2026-10-02 12:00，arXiv 发布 RACE 框架介绍，提出利用邻居序列训练-free 校正 TSFM 预测误差的两阶段残差感知方法。

Timeline

Follow the coverage from different angles.

Oct 2, 2026
  1. 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。

Heat trend

There is not enough continuous observation data to draw a trend yet.