Cashcast
开源应收账款预测工具，基于TabPFN表格基础模型本地运行，预测发票逾期概率、预计付款日和未来八周现金流，数据不离开本机
时间轴 (近 90 天)
Cashcast是一个开源工具，使用TabPFN表格基础模型在本机预测未付发票的逾期概率、预计付款日和未来八周现金流，数据不离开本机。
Cashcast读取用户已有的CSV导出文件，每行一张发票，包含客户、开票日、到期日、金额、付款日字段。
Cashcast输出四项判断：逾期概率、带80%区间的预计付款日、建议下一步动作、未来八周的周度现金预测。
Cashcast在同一组特征上使用两个TabPFN v2模型：一个分类器判断发票是否会在到期日后被支付，一个回归器预测付款天数并请求49个分位数。
逐月回测涵盖2013年1月到10月，每月使用该月前已支付的最近1,000张发票训练，共产生1,075次预测。
在线演示的Reveal验证中，296个'立即发提醒'标记中78%确实逾期支付，而同期所有未到期发票逾期比例为43%。
在线回放验证中，真实付款日落入80%区间的比例为77.1%，典型偏差5.78天；周度现金预测仅67.5%落入80%区间，因模拟将发票视为独立导致区间过窄。
全部知识事实 (7)
Cashcast是一个开源工具，使用TabPFN表格基础模型在本机预测未付发票的逾期概率、预计付款日和未来八周现金流，数据不离开本机。
50%待验证Cashcast读取用户已有的CSV导出文件，每行一张发票，包含客户、开票日、到期日、金额、付款日字段。
50%待验证Cashcast输出四项判断：逾期概率、带80%区间的预计付款日、建议下一步动作、未来八周的周度现金预测。
50%待验证Cashcast在同一组特征上使用两个TabPFN v2模型：一个分类器判断发票是否会在到期日后被支付，一个回归器预测付款天数并请求49个分位数。
50%待验证逐月回测涵盖2013年1月到10月，每月使用该月前已支付的最近1,000张发票训练，共产生1,075次预测。
50%待验证在线演示的Reveal验证中，296个'立即发提醒'标记中78%确实逾期支付，而同期所有未到期发票逾期比例为43%。
50%待验证在线回放验证中，真实付款日落入80%区间的比例为77.1%，典型偏差5.78天；周度现金预测仅67.5%落入80%区间，因模拟将发票视为独立导致区间过窄。
50%