REATS：基于 LLM 推理的自适应时间序列预测集成学习

英文标题：REATS: LLM Reasoning-based Ensemble Learning for Adaptive Time Series Forecasting

论文提出 REATS（LLM Reasoning-based Ensemble Learning），旨在用于自适应时间序列预测。其出发点是现实世界时间序列具有高度多样性，单一预测模型无法在所有样本上持续占优。该方法利用集成学习结合不同模型的互补优势，并引入 LLM 推理机制以改善传统固定规则或黑盒集成方法的局限性。该研究对需要在异构数据和多种预测场景中动态选择或组合模型的开发者具有参考价值。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB