arXiv cs.LG· Zong-Han Bai·· 7 天前AI 评分45
预测关联而非干预：协变量感知时间序列基础模型的预注册因果审计
Forecasting Associations, Not Interventions: A Preregistered Causal Audit of Covariate-Aware Time Series Foundation Models
AI 导读
预注册因果审计显示，Chronos-2、TiRex-2、TabPFN-TS 与 TimesFM-2.5 等时间序列模型在假设查询中输出的是统计关联而非因果干预效应。在效应可识别时，Chronos-2 和 TiRex-2 仅分别恢复 75% 与 34% 的真实效应。利用 3,000 条合成序列进行干预后训练并配合低秩适应，可将混杂差距缩小 52-61%，预测成本仅增 1-3%。
来源：arXiv cs.LG · arxiv.org