arXiv · Machine Learning· ChengAo Shen, Yanjun Zhao, Haoxin Liu, Bonnie Chen, Miles Ma, Dongjin Song, Hanghang Tong, Qingsong Wen, Jingrui He, Jingchao Ni·· 8 小时前AI 评分53
TSFLab：面向任意编码智能体的自我改进型时间序列预测研究工作台
TSFLab: A Self-Improving Agent-Agnostic Workbench for Time Series Forecasting Research
AI 导读
研究团队提出TSFLab，一个面向兼容编码智能体的自我改进型工作台，通过共享资源和工具支持低成本时间序列预测研究及研究资源的持续维护。在复现和基准测试任务中，TSFLab相较基线将任务完成率提高20–163%，每个已完成任务的新增Token消耗降低11–66%。在智能体驱动的新方法开发试点中，预测准确率得到提升，新增Token消耗减少32.8–73.6%，开发时间缩短9.2–68.8%。
来源：arXiv · Machine Learning · arxiv.org