重新思考面向时间序列预测的智能体模型编排

时间序列基础模型（TSFMs）在不同预测任务上的表现并不均衡。近期研究采用智能体模型编排（AMO）来选择或组合 TSFMs，其性能通常优于单个预测模型。然而，这些提升可能源于候选模型更强或互补性更好，而非编排机制本身更优。为区分这些影响，我们提出 FairAMO：一种使用冻结候选预测结果的受控评估协议。在 GIFT-Eval 上的实验表明，AMO 能够提升准确性，但其收益受候选 TSFMs 的限制。在所有任务上，最佳编排器相较于最优单个 TSFM 对 MASE 的降低幅度均小于 6%。这些收益依赖于互补性（不同候选模型在不同任务上表现出色），而非候选模型的数量。增加成员数量会带来递减收益，而加入一个冗余成员可能抹去这些收益。历史证据的价值也会迅速饱和。少量近期窗口即可捕获全部收益，继续增加历史数据不会带来额外收益。这些发现区分了系统层面的预测收益与编排机制本身的贡献。