IBM Granite时序集成模型提供免训练概率预测

国际商业机器公司在Granite时间序列模型体系中推出开源集成预报方案，降低免微调时序预测的模型选择成本。该方案提供统一量化预测接口，可从模型库直接加载默认配方，一次调用Granite PatchTST-FM-r1、PatchTST-FM-r2、FlowState-r1.1和TTM-r3四种预训练架构，同时输出中值点预测与0.1至0.9分位数区间，无需重新训练或拟合集成权重。默认概率集成采用等权概率池化，IQR集成则按各成员预测四分位距自适应加权。其设计借鉴天气预报多模型集合思路，利用不同架构在趋势、季节性和局部噪声上的差异互补，提升稳健性。根据2026年10月20日GIFT-Eval榜单快照，在97个配置测试中，两种集成整体优于四个单模型；默认概率集成MASE为0.683，略优于最佳单模型PatchTST-FM-r2的0.685。PatchTST-FM-r2仍保持最低整体CRPS/MWQL得分，而IQR集成在平均CRPS排名中领先。方案主要价值在于提供强且一致的默认起点，并可通过通用接口扩展兼容预报器。不过，当前集成独立处理多变量通道，多模型加载会增加推理时间和内存，实际部署仍需按数据分布回测并持续监控校准表现。