التنبؤ بحدثين أو أكثر في فترة زمنية معينة أمر بالغ الأهمية لتطبيقات في مجالات المالية، والتجزئة، والشبكات الاجتماعية، والرعاية الصحية. توفر العمليات النقطية الزمنية المُسَمَّاة (MTPP) إطارًا منهجيًا لتمثيل كل من توقيت الأحداث وتصنيفاتها. ومع ذلك، يركّز معظم الأبحاث الحالية على التنبؤ بالحدث التالي فقط، مما يترك مجال التنبؤ على المدى الطويل دون استكشاف كافٍ. ولسد هذه الفجوة، نقدّم HoTPP، أول معيار مُصمم خصيصًا لتقييم التنبؤات على المدى الطويل بشكل دقيق. ونُحدد نقاط الضعف في مقاييس التقييم الشائعة الاستخدام، ونُقدّم مقياس T-mAP المستند إلى أسس نظرية، ونُقدّم قواعد إحصائية قوية، ونُقدّم تنفيذات فعّالة للنماذج الشائعة. تُظهر النتائج التجريبية أن النماذج الحديثة من نوع MTPP غالبًا ما تُظهر أداءً أضعف من القواعد الإحصائية البسيطة. علاوةً على ذلك، نحلّل تنوع التسلسلات المُتنبأ بها، ونجد أن معظم النماذج تُظهر ظاهرة "انهيار النمط" (mode collapse). وأخيرًا، نحلّل تأثير الاستقراء التلقائي (autoregression) ووظائف الخسارة القائمة على الكثافة (intensity-based losses) على جودة التنبؤ، ونُحدد اتجاهات واعدة للبحث المستقبلي. يُتاح على GitHub رمز المصدر الخاص بـ HoTPP، وقيم المعايير (hyperparameters)، ونتائج التقييم الكاملة.