CastFlow: Приобретение доказательств и точное прогнозирование в агентских временных рядах

arXiv: 2604.27840v3 Annuate Type: заменить резюме: прогнозирование временных рядов является основополагающей задачей в временнóм анализе данных, а крупные языковые модели (LLM) являются перспективной парадигмой благодаря автономному взаимодействию инструментов и аргументации на основе фактических фактов. Вместе с тем остаются две фундаментальные проблемы: как получить актуальные для прогнозирования данные за счет адаптивных средств взаимодействия и как воплотить такие доказательства в точные количественные прогнозы. Для решения этих проблем мы предлагаем систему " CastFlow > , которая представляет собой специализированный механизм агентного прогнозирования, позволяющий сочетать рассуждения о средствах общего назначения и специальные временные прогнозы. В частности, CastFlow ввела систему памяти о накопленном опыте, которая выводит успешные траектории использования инструментов из учебных данных, направляя замороженный LLM на создание многовидового инструментария для получения доказательств. Легковесный специализированный LLM затем выполняет подкрепленные доказательствами временные рассуждения для уточнения ансамбля предыдущего прогноза. Для укрепления этого потенциала мы d