TW3Cast：轻量微调基础模型的冻结路由器，在GIFT-Eval时间序列预测基准上完全基于训练集选择

事件

TW3Cast是一个时间序列预测系统，截至2026年9月14日，在GIFT-Eval基准上以平均MASE排名位列130个条目中的第3名。排在其上的两个条目属于排行榜的智能体类别，即使用智能体或语言模型进行推理、生成或选择预测的多步系统。而TW3Cast不运行任何智能体，也不使用语言模型，其选择逻辑是一张在训练集上一次性计算后冻结的表格，专家模型则是在训练集上轻量微调的公开基础模型。

针对97个数据集、频率和预测跨度的组合配置，该表格会从四种模式中选出一个来服务：专家模型（对Chronos-2、TiRex或Toto进行LoRA或全量微调，训练数据经过显式规则清洗和增强）、包含专家的分位数混合、基础模型混合，或是在训练集切出的回测上进行的选拔锦标赛。表格中的每个决策都基于该回测做出。一旦某个专家在回测中击败锦标赛，就会被立即纳入，因此一个候选方案只需几兆字节和几分钟GPU时间，失败候选也不会改变任何结果。

为防止选择过程自身产生偏差，系统设置了三重保护机制：准确性与校准的双重标准、针对训练期间见过该序列的候选方案的非对称边际，以及保守的逐窗口门控。选择规则本身也在一个时间元回测中确定。最佳基础模型单独服务的平均MASE排名为33.8，锦标赛在所有配置上服务为38.0，而完整路由器达到19.4。路由表、专家索引、固定的基础模型版本、提交的分数文件以及公开分数的日期快照均已发布，论文中每个排行榜数字都可通过一个脚本从这些材料重新生成。

来源

本条目由采集管线自动抓取并发布，完整内容见下方来源链接。

*采集源：arXiv cs.AI*