forecasting

Mistral 发布 Timestral 时间序列基础模型家族（500 万/2800 万/1.23 亿/2.09 亿参数），支持零样本预测、单变量与多变量预测及概率输出，2.09 亿参数版本的代码与权重已在 GitHub 和 Hugging Face 开源。

该论文提出预测锚定预训练原则，并将其实例化为 Lotus 模型，通过时序-频谱块表示将时间序列映射到大语言模型的嵌入空间，在多个基准上以极少的可训练参数超越规模大 25–50 倍的模型。

AlphaBet 采用智能体强化学习训练单一 LLM 策略，使其在多日期事件预测中进行搜索、推理与概率汇报。通过多日期训练，Forecast-Dojo 上的 Brier score 从 0.731 降至 0.626，并揭示 GRPO 的标准差归一化会损害 proper scoring rule 的表现。

PathFM 是一个基于流匹配的轨迹式时间序列预测模型，能够快速生成完整未来路径并支持多路径采样，同时提出 fps-bench 评测基准以衡量路径级依赖结构的建模能力。

TimeRSI 提出一个围绕冻结的时间序列基础模型的自改进智能体部署系统，通过误差引导的代码迭代修订与自适应选择提升零样本预测性能，在 TIME 和 fev-bench 的 198 项任务上超越所有提交结果。

Mistral AI 发布 Timestral 时间序列基础模型系列（5M/28M/123M/209M），209M 版本在 GIFT-Eval、TIME 和 fev-bench 上实现零样本预测的最先进精度，并开源代码。

论文提出 HART，一种混合注意力与 RWKV 的时间序列基础模型，通过交替注意力和 RWKV 模块解决非自回归多步预测中 RWKV-7 的长程退化问题（占位符空闲衰减）。仅用 36M 参数（约为 Toto-2.0-1B 的 1/28）在 GIFT-Eval 上达到可媲美的长程 MASE（0.752 对比 0.754）。

该论文研究了在稀疏噪声传感器观测下，神经代理模型在空间窗口与历史时间之间的输入分配权衡，并通过贝叶斯最优误差分析与 Burgers、Kuramoto-Sivashinsky 方程实验，给出了窗口按场的相关长度设定、输入预算随预测时距调整的设计规则。

一位开发者宣布他将全力投入，花费 $7,200 购买 256GB 的 DDR5，押注内存价格将持续上涨，本地硬件将让他能够在家运行 AI 推理并最终训练模型，他将此比作一项增值资产。

该论文提出一种预处理感知的基准测试框架，在M4数据集的29,000条时间序列上评估11个预测模型与16种可逆预处理管线，发现为每条序列优化预处理可带来约27%至87%的性能提升，并揭示现有基准存在结构性预处理偏差。

本文研究序列模型中的长程记忆资源问题：在给定预测记忆律的条件下，证明了指数型与有限状态型记忆在预测风险下的匹配上下界，得出达到误差τ所需的 Θ(log²(1/τ)) 状态复杂度定律，并分析了分数长记忆与非线性递归的临界性条件，以及其在状态空间模型、门控循环模型和注意力模型中的实验验证。

一篇文章认为，人们在思考 AI 时重复了 Covid 时代的错误——低估指数级增长。作者借助 Epoch AI 的算力趋势、Stanford 逐年下降的推理成本，以及 METR 关于 AI 完成任务时间跨度约 6-7 个月翻倍的数据，论证能力曲线有相当大的概率会继续快速增长。

一篇文章指出，前沿实验室之间的AI能力差距正在迅速缩小，或许在大约1000天内就会被完全消除。

一条推文援引了一项 Anthropic 的研究，该研究估算按工作时长计算，机器人仅对美国 0.3% 的工作具备成本竞争力；若按历史上的价格下降速度，达到 10% 大约需要 40 年——这引发了一个疑问：AI 是否能加速机器人制造，从而让基于历史价格曲线的推断失效。

一场社区讨论，对比了 Ray Kurzweil、AI Futures Project（AI 2027 / AI 2040）和 Elon Musk 的 AI 时间线预测，邀请读者分享各自的 AGI/ASI 预测，以及这些里程碑将对物理能力、数字能力和社会能力意味着什么。

本文是 arXiv 论文，提出了一套协议，用于衡量科学解释为实验预测所贡献的预测信用（predictive credit）。研究在 Tox21 和 OpenML 基准上发现，匹配的科学解释并未显著提升预测准确率，但在某些模型复现（model replay）设置下仍观察到了一定的性能增益。

CruxBench 是一个新的基准测试，用于评估大语言模型（LLM）发现有价值信息的能力——它将预测问题分解为信息量大的子问题（"cruxes"），并以信息价值（Value of Information, VOI）进行评分。在 293 道预测问题上的评测结果显示，VOI 与模型能力高度相关（r=0.90），但前沿模型的表现仍然几乎仅略优于随机时机的基线水平。

本文描述了应用情报分析方法论，特别是连续概率预测（Continuous Probabilistic Foresight），使用Hinsley AI/人类混合平台进行大学橄榄球评估。

Forecast-Dojo 是一个用于基准测试与训练LLM预测代理的可重复环境，结合已解决的预测市场问题与带日期的新闻，以实现重复评估和从结果中学习。

本文提出了VINTAGE-TS，这是一种考虑修订的时间序列基础模型适配方案，它能区分观测时间与信息可用时间，并提供了一个用于评估数据修订下预测表现的框架。