IBM 推出 Granite 时间序列集成预测：四个模型合一，免挑模型

发生了什么事

IBM Research 于 2026 年 10 月 22 日在 Hugging Face 发表文章，介绍 Granite Timeseries Ensemble。时间序列是指按时间顺序记录的数据，例如每小时的用电量或每天的销量；“集成”则是把多个模型的预测合并成一个结果。IBM 指出，预训练时间序列模型无需在目标数据集上训练即可预测，但用户仍须挑选模型；适合平滑工业信号的模型，可能不适合噪声较多的零售需求或长季节性预测。

据 IBM Research 表示，这套配方结合四种互补的 Granite 架构，返回中位数与分位数预测，无需重新训练，也没有需要拟合的集成权重。分位数预测可以表达可能的范围：例如 0.1 与 0.9 分位数之间，就是名义上覆盖 80% 情况的预测区间。以下成绩与说明均为 IBM 的说法。

两种组合方式与四个成员

IBM 列出的默认成员为：PatchTST-FM-r1（Patched Transformer）、PatchTST-FM-r2（Patched Conformer）、FlowState-r1.1（状态空间模型）与 TTM-r3（Tiny Time Mixers，MLP mixer）。

IBM 推荐的默认方法是 Probabilistic Ensemble：每个成员影响力相同，在概率空间汇集分位数预测；权重固定，因此没有拟合步骤，也无需为新序列调整权重超参数（即需要人工设定的参数）。另一种 IQR Ensemble 按预测离散程度加权（IQR 即四分位距，衡量预测范围有多分散），区间较窄的成员影响力较大。IBM 提醒，较窄的区间不一定更准确或校准更好（校准是指预测区间的实际覆盖率是否符合宣称的比例），且可能偏向过度自信的成员。

成绩怎么看

GIFT-Eval 是一个预测模型的公开基准测试与排行榜。它用 MASE 衡量单一数值预测的误差，用 CRPS/MWQL 衡量范围（概率）预测的误差；分数以简单的季节性基准方法为参照，数字越低越好。IBM 表示，评估在 97 个 GIFT-Eval 数据集配置上进行，模型未经微调，测试目标也未用于选择或拟合聚合方法。IBM 说两种集成在整体 MASE 与平均 MASE 排名上都优于四个单一成员，但相对最佳单一成员的 MASE 差距很小，主要好处是稳健性。

在概率预测指标 CRPS/MWQL 上，PatchTST-FM-r2 的 0.467 仍是六者中最低。IBM 指出 IQR Ensemble 的平均 CRPS 排名是六者中最佳，因此总体误差与平均排名偏向不同选择。IBM 另表示，集成在合格系统的 MASE 排名与 CRPS 排名均居第 3，部分系统（包括因微调或非宽松许可而被排除者）得分更好，所以价值不在于登顶排行榜。

对一般读者与用户的意义

对需要预测需求、用量或传感器数据的团队，这意味着有一个“先用再比较”的默认起点，不必在不同架构间猜哪个最合适。但 IBM 强调汇总成绩不代表每个序列都受益，建议用有代表性的数据回测，把两种集成与强力单一成员放在相同窗口比较，并检查分位数损失，以及 0.1 至 0.9 区间相对名义 80% 的实际覆盖率，同时记录运行时间与内存用量。

许可方面，IBM 表示该集成配方及其默认 Granite 成员采用宽松许可；代码仓库另有加入 IBM Research 检查点的扩展配方，包含非商业与仅限研究的限制。IBM 还说共用的 Forecaster 接口可接受兼容的外部模型，并保持相同的下游预测格式。

查看同分类最新消息

• AI 新闻与趋势