概念时间序列语言模型 / Time-Series Language Model
TSLM
将时间序列数据转化为语言模型可处理的表示形式，使其能够对时序数据进行预测、问答和推理的模型范式
时间轴 (近 90 天)
10月16日
论文《Twice Upon a Time: Complementary Representations for Time-Series Reasoning》提出了为时间序列语言模型（TSLM）同时提供线图和归一化延迟嵌入两种互补表示的设计原则。
待验证50%
10月16日
现有TSLM的主流做法是将时间序列转换为单一表示后送入语言模型，常见选择包括数值序列的文本化、线图截图或归一化后的嵌入向量。
待验证50%
10月16日
论文评估中最强的专用TSLM基线在TSRBench上的准确率为36.7%。
待验证50%
10月16日
论文的核心结论是：互补表示让模型既能利用时间结构，又不牺牲对原始测量框架的访问能力，这可能是比追求单一最优表示更务实的方向。
待验证50%
全部知识事实 (4)
待验证
论文《Twice Upon a Time: Complementary Representations for Time-Series Reasoning》提出了为时间序列语言模型（TSLM）同时提供线图和归一化延迟嵌入两种互补表示的设计原则。
50%待验证现有TSLM的主流做法是将时间序列转换为单一表示后送入语言模型，常见选择包括数值序列的文本化、线图截图或归一化后的嵌入向量。
50%待验证论文评估中最强的专用TSLM基线在TSRBench上的准确率为36.7%。
50%待验证论文的核心结论是：互补表示让模型既能利用时间结构，又不牺牲对原始测量框架的访问能力，这可能是比追求单一最优表示更务实的方向。
50%