arXiv · cs.AI· Hao Wang, Licheng Pan, Zhichao Chen, Xu Chen, Qingyang Dai, Lei Wang, Haoxuan Li, Zhouchen Lin·· 2 天前
Time-o1通过变换标签对齐改进时间序列预测
Time-o1: Time-Series Forecasting Needs Transformed Label Alignment
arXiv:2505.17847v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Hao Wang, Licheng Pan, Zhichao Chen, Xu Chen, Qingyang Dai, Lei Wang, Haoxuan Li, Zhouchen Lin
期刊信息（来源提供）：NeurIPS 2025
研究任务与主要进展
Time-o1提出一种面向时间序列预测的变换增强损失函数，通过将标签序列分解为具有区分显著性的去相关成分，降低标签自相关并减少训练任务。作者基于论文摘要声称，该方法在实验中达到当前最佳表现且兼容多种预测模型，代码已发布至 https://github.com/Master-PLC/Time-o1。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org