arXiv · cs.AI· Xu Liu, Hanshu Yan, Taha Aksu, Quang Pham, Zhongzheng Qiao, Jun Hao Liew, Silvio Savarese, Doyen Sahoo, Junnan Li·· 11 小时前
GIFT-Eval-CTX 上下文时序预测模型评测基准
GIFT-Eval-CTX: A Benchmark For Contextual Forecasting Model Evaluation
arXiv:2610.17794v1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：Xu Liu, Hanshu Yan, Taha Aksu, Quang Pham, Zhongzheng Qiao, Jun Hao Liew, Silvio Savarese, Doyen Sahoo, Junnan Li
研究任务与主要进展
研究团队提出 GIFT-Eval-CTX，用于评估时序预测模型能否利用已验证的未来信息生成准确的数值轨迹；该基准包含来自 20 个数据集的 10,000 个实例，并用宏观效应描述整个预测区间、微观效应描述局部变化。
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