热点事件持续更新
时间序列预测基准需要场景化压力测试
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
2026年10月5日，arXiv（Artificial Intelligence，一手来源）发表文章《时间序列预测基准为何需要场景化压力测试》。文章指出，当前时间序列预测（TSF）基准评测过度依赖留出误差；稳健性研究又常把失效简化为高斯噪声、随机掩码或有界对抗扰动，难以反映真实部署中的失效模式。文章认为，输入侧异常往往对应改变时间动态、破坏跨变量依赖、引发状态切换或由故障传感器传导至下游决策的结构化事件，i.i.d. 扰动无法忠实刻画这类语义、因果与系统级失效。
AI 根据报道生成 · 16 小时前更新
最新进展10月5日 12:00
arXiv文章主张TSF基准应采用场景化压力测试，以刻画结构化失效。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Artificial Intelligence时间序列预测基准为何需要场景化压力测试
时间序列预测（TSF）基准评测过度依赖留出误差，稳健性研究又常把失效简化为高斯噪声、随机掩码或有界对抗扰动，难以反映真实部署中的失效模式。输入侧异常往往对应改变时间动态、破坏跨变量依赖、引发状态切换或由故障传感器传导至下游决策的结构化事件，i.i.d. 扰动无法忠实刻画这类语义、因果与系统级失效。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。