检索增强时序预测——大模型RAG建模思路在时序预测中的应用

文章预览

点关注，不迷路，用心整理每一篇算法干货~ 后台留言” 交流 “， 加入圆圆算法交流群~ 公众号后台可领取星球 优惠券 ~ （ 已有 930+ 同学加入学习， 700+ 干货笔记） 今天给大家介绍一篇基于检索的时间序列预测方法，借鉴大模型Retrieval-augmented generation (RAG)的思路，构建了时间序列预测领域的Retrieval Augmented Forecasting (RAF)方法。 论文标题 ：Retrieval Augmented Time Series Forecasting 下载地址 ： https://arxiv.org/pdf/2411.08249v1 1 背景介绍 在LLM领域，RAG是一种常见的增强大模型生成能力的方法。通过在外部数据中检索相关的文本信息，结合prompt作为大模型的输入，提升大模型生成结果的质量。 在时间序列预测中，是否也可以应用这种基于检索的建模思路呢？一方面，时间序列也出现了很多类似LLM的基础时间序列模型，如Chronos等，这给尝试RAG在时间序列预测中的应 ………………………………