时间序列基础模型的隐空间推理时引导

研究提出针对时间序列基础模型（TSFM）的隐空间推理时引导方法（Latent Inference-Time Guidance），通过包含独立分量的时间相关隐空间自适应融合多个 TSFM 预测。该框架在维持基础模型开箱即用特性的同时，提供了可辨识性与重构保证。在多领域及不同采样频率数据集上的实验表明，该方案性能可与传统集成方法竞争。