IBM Granite 时间序列集成模型
来自 Hugging Face · 期号 2026-10-22
摘要
时间序列预测有多个预训练模型可选，但选哪个取决于数据和任务。 IBM 的 Granite Timeseries Ensemble 把四种架构不同的 Granite 模型打包成一个默认组合，不需要重新训练，也不需要调权重。推荐用 Probabilistic Ensemble（均匀概率池化），也可以换成 IQR Ensemble（根据预测区间宽度自适应加权）。 在 GIFT-Eval 的 97 个配置上，两个集成方案的平均 MASE 都优于四个单独成员。Probabilistic Ensemble 的 MASE 为 0.683，略好于最佳单模型 PatchTST-FM-r2 的 0.685。主要收益不是刷榜，而是省去了提前选模型这一步。 集成配置以 Hugging Face 模型卡片形式发布，运行时下载四个成员权重。接口兼容外部预测器，可以替换成员或聚合方法。 本文是使用指南，附了完整的代码示例和评估结果。