तकनीकी सारांश: नेक्सस (Nexus) – टाइम सीरीज़ फोरकास्टिंग के लिए एक एजेंटिक फ्रेमवर्क

समस्या का निरूपण

टाइम सीरीज़ फोरकास्टिंग (समय श्रृंखला पूर्वानुमान) पारंपरिक रूप से विशिष्ट 'टाइम सीरीज़ फाउंडेशन मॉडल्स' (TSFMs) पर निर्भर रही है जो संरचित डेटा के भीतर संख्यात्मक पैटर्न, मौसमीता और दीर्घकालिक निर्भरताओं को पहचानने में उत्कृष्ट हैं। हालाँकि, ये मॉडल एक "मल्टीमॉडल वैक्यूम" (बहुविध शून्यता) में काम करते हैं, जिससे वे उन असंरचित प्रासंगिक संकेतों (जैसे समाचार, घटनाएँ, व्यापक आर्थिक सारांश) को शामिल करने में विफल रहते हैं जो वास्तविक दुनिया के डेटा में संरचनात्मक परिवर्तनों और शासन परिवर्तनों (regime shifts) को संचालित करते हैं। इसके विपरीत, जबकि लार्ज लैंग्वेज मॉडल्स (LLMs) के पास ऐसे पाठ्य संदर्भों को समझने की तर्क करने की क्षमता होती है, उनमें अक्सर सटीक संख्यात्मक पैटर्न पहचान के लिए आवश्यक अंतर्निहित ऑटोरिग्रेसिव तंत्र की कमी होती है, जिससे स्टैंडअलोन ज़ीरो-शॉट फोरकास्टर के रूप में उनका प्रदर्शन उप-इष्टतम हो जाता है।

यह कार्य जिस मुख्य चुनौती को संबोधित करता है वह वह "समझौता" है जिसका सामना शोधकर्ता करते हैं: या तो सांख्यिकीय मॉडल का उपयोग करने के लिए महत्वपूर्ण गुणात्मक संदर्भ को त्याग दें या उन LLMs पर भरोसा करें जो टाइम सीरीज़ गुणों को पकड़ने में संघर्ष करते हैं। यह शोध पत्र कार्य को एक मल्टीमॉडल समस्या के रूप में स्वरूपित करता है जिसमें भविष्य के संख्यात्मक मानों ($X_{\tau+1:\tau+T}$) और उनके अंतर्निहित कारण संबंधी तर्क ($R$) का संयुक्त पूर्वानुमान लगाना आवश्यक है, जो संख्यात्मक अनुक्रमों ($X_{1:\tau}$) और संबंधित असंरचित पाठ ($E_{1:\tau}$) के ऐतिहासिक संदर्भ पर आधारित है।

कार्यप्रणाली: नेक्सस फ्रेमवर्क (The Nexus Framework)

सांख्यिकीय कठोरता और प्रासंगिक तर्क के बीच के अंतर को पाटने के लिए, लेखक नेक्सस पेश करते हैं, जो एक पूर्णतः LLM-संचालित मल्टी-एजेंट फ्रेमवर्क है। फोरकास्टिंग के सभी पहलुओं को संभालने के लिए एक एकल मोनोलिथिक मॉडल को मजबूर करने के बजाय, नेक्सस इस कार्य को तीन अलग-अलग तार्किक चरणों में विभाजित करता है:

1. संदर्भीकरण (Contextualization)

लॉन्ग-कॉन्टेक्स्ट परिदृश्यों में संज्ञानात्मक ओवरलोड को रोकने के लिए, एक हिस्टोरिकल कॉन्टेक्स्ट एजेंट ($A_{ctx}$) कच्चे मल्टीमॉडल डेटा को प्रोसेस करता है। यह कच्चे संख्यात्मक मानों और सघन पाठ को एक अत्यधिक संरचित, कालानुक्रमिक टाइमलाइन ($H_{1:\tau}$) में बदल देता है। प्रत्येक टाइमस्टेप के लिए, यह एजेंट शोर (noise) को फ़िल्टर करता है और प्रमुख प्रेरक कारकों के संक्षिप्त सारांशों को संख्यात्मक मानों से स्पष्ट रूप से जोड़ता है, जिससे यह सुनिश्चित होता है कि डाउनस्ट्रीम एजेंटों को कारण और प्रभाव का उच्च-सटीकता वाला सिग्नल प्राप्त हो।

2. द्वैत-रिज़ॉल्यूशन फोरकास्ट आउटलुक जनरेशन (Dual-Resolution Forecast Outlook Generation)

नेक्सस संरचित इतिहास से दो पूरक दृष्टिकोण उत्पन्न करता है:

• मैक्रो-रीज़निंग एजेंट ($A_{macro}$): यह पूरे पूर्वानुमान क्षितिज (forecast horizon) के लिए एक व्यापक प्रक्षेपवक्र (trajectory) तैयार करने के लिए टॉप-डाउन दृष्टिकोण अपनाता है। यह अपेक्षित शासन (regime) को स्थापित करता है और सुनिश्चित करता है कि अंतिम पूर्वानुमान मौलिक बदलावों के अनुरूप हो।
• माइक्रो-रीज़निंग एजेंट ($A_{micro}$): यह एक सूक्ष्म, चरण-दर-चरण दृष्टिकोण अपनाता है। यह प्रत्येक भविष्य के टाइमस्टेप के लिए तत्काल उत्प्रेरकों, अल्पकालिक बदलावों और स्थानीय अस्थिरता का मूल्यांकन करता है, जिससे विशिष्ट घटनाओं के प्रति प्रतिक्रियाशीलता सुनिश्चित होती है।

3. फोरकास्ट सिंथेसिस और कैलिब्रेशन (Forecast Synthesis and Calibration)

• फोरकास्ट सिंथेसाइज़र एजेंट ($A_{syn}$): यह एजेंट मैक्रो और माइक्रो दृष्टिकोणों को गतिशील रूप से मर्ज करता है। यह सीखे गए दिशानिर्देशों ($G$) की स्थिति में, संरचित इतिहास को द्वैत आउटलुक के साथ जोड़कर, अंतिम संख्यात्मक पूर्वानुमान और स्पष्ट तर्क (reasoning) उत्पन्न करता है।
• कैलिब्रेशन एजेंट ($A_{calib}$): विशिष्ट डोमेन के अनुकूल होने के लिए, नेक्सस मैन्युअल निर्देश डिज़ाइन के बिना एक फॉरवर्ड-सिमुलेशन बैकटेस्टिंग तंत्र का उपयोग करता है। यह ऐतिहासिक स्प्लिट्स के माध्यम से भविष्यवाणियों की त्रुटियों का विश्लेषण करके क्रिटीक रूल्स ($G_i$) उत्पन्न करता है। इन नियमों को मजबूत मास्टर गाइडलाइन्स ($G$) बनाने के लिए इंटरसेक्ट किया जाता है, जिन्हें केवल तभी लागू किया जाता है जब वे एक हिडन वैलिडेशन सेट पर प्रदर्शन सुधार लाते हैं, जिससे ओवरफिटिंग को रोका जा सके।

मुख्य योगदान

यह शोध पत्र तीन प्राथमिक योगदान देता है:

1. तर्क का विखंडन (Disentanglement of Reasoning): यह प्रदर्शित करता है कि प्रभावी LLM फोरकास्टिंग के लिए मोटे स्तर के रुझानों (coarse-level trends) को सूक्ष्म टाइम सीरीज़ विशेषताओं (granular features) से अलग करना आवश्यक है ताकि LLMs की अंतर्निहित संख्यात्मक सीमाओं को दूर किया जा सके।
2. नेक्सस फ्रेमवर्क: यह एक मल्टी-एजेंट आर्किटेक्चर पेश करता है जो एक एकल, मजबूत पूर्वानुमान में विलय करने से पहले मैक्रो (मोटा) और माइक्रो (सूक्ष्म) आउटलुक को मॉडल करता है।
3. स्टेट-ऑफ-द-आर्ट प्रदर्शन: यह दिखाता है कि नेक्सस अत्यधिक मौसमी (Zillow) और अस्थिर (Stocks) डेटासेट पर बेहतर परिणाम प्राप्त करता है, जो शुद्ध संख्यात्मक सेटिंग्स में भी TimesFM-2.5 जैसे समर्पित TSFMs के बराबर या उनसे बेहतर प्रदर्शन करता है, और साथ ही अत्यधिक व्याख्या योग्य रीजनिंग ट्रेसेस भी उत्पन्न करता है।

प्रयोगात्मक परिणाम

लेखकों ने डेटा लीकेज के बिना ज़ीरो-शॉट मूल्यांकन सुनिश्चित करने के लिए डेटा को अंतर्निहित LLMs के नॉलेज कटऑफ (जनवरी 2025) के बाद के डेटा पर मूल्यांकित किया। डेटासेट्स में शामिल थे:

• ज़िलो (Zillow) रियल एस्टेट मेट्रिक्स: 15 प्रमुख अमेरिकी मेट्रोपॉलिटन क्षेत्रों में साप्ताहिक बिक्री इन्वेंट्री काउंट।
• स्टॉक मार्केट इक्विटीज़: 7 विविध सार्वजनिक कंपनियों (जैसे AAPL, GOOGL, RKLB) के लिए साप्ताहिक क्लोजिंग प्राइसेस।

प्रदर्शन मेट्रिक्स:

• मल्टीमॉडल संदर्भ: नेक्सस ने लगातार मजबूत चेन-ऑफ-थॉट (CoT) बेसलाइन्स को पछाड़ दिया। Claude-4.5-Sonnet का उपयोग करके Zillow डेटासेट पर, नेक्सस ने CoT बेसलाइन की तुलना में MAPE में 86.6% और RMSE में 88.6% की कमी की।
• केवल संख्यात्मक संदर्भ: बिना पाठ्य संदर्भ के भी, नेक्सस ने TimesFM-2.5 के बराबर या उससे बेहतर प्रदर्शन किया। उदाहरण के लिए, Gemini-3.1-Pro के साथ Zillow डेटासेट पर, नेक्सस ने CoT बेसलाइन की तुलना में MAPE में 10.4% का सुधार हासिल किया और एक विशेषीकृत TSFM के प्रदर्शन के बराबर रहा।
• रीजनिंग की गुणवत्ता: क्रॉस-जज पद्धतियों (Gemini द्वारा Claude को जज करना और इसके विपरीत) का उपयोग करते हुए पेयरवाइज मूल्यांकन में, नेक्सस को डोमेन प्रासंगिकता, घटना की संभाव्यता और लॉजिक-टू-नंबर कंसिस्टेंसी सहित विभिन्न मानदंडों में CoT बेसलाइन की तुलना में 63.5% से 97.1% मामलों में प्राथमिकता दी गई।

घटक विश्लेषण (Component Analysis):
एब्लेशन अध्ययनों ने पुष्टि की कि सभी घटक महत्वपूर्ण हैं। माइक्रो-रीज़निंग एजेंट को हटाने से स्टॉक डेटा पर MAPE बढ़ गया, जो अस्थिरता के लिए सूक्ष्म विश्लेषण की आवश्यकता को दर्शाता है। इसी तरह, मैक्रो-रीज़निंग एजेंट को हटाने से प्रदर्शन गिर गया, जो व्यापक रुझान मार्गदर्शन की आवश्यकता को रेखांकित करता है।

महत्व और दावे

यह शोध पत्र दावा करता है कि वास्तविक दुनिया का पूर्वानुमान मूल रूप से एक एजेंटिक रीजनिंग समस्या है जो सरल सीक्वेंस मॉडलिंग से आगे बढ़ती है। पूर्वानुमान प्रक्रिया को विभाजित करके, नेक्सस यह प्रदर्शित करता है कि वर्तमान पीढ़ी के LLMs में पहले की तुलना में अधिक मजबूत अंतर्निहित फोरकास्टिंग क्षमताएं हैं, बशर्ते कि संख्यात्मक और प्रासंगिक तर्क को प्रभावी ढंग से व्यवस्थित किया जाए।

लेखक इस बात पर जोर देते हैं कि नेक्सस व्याख्या योग्य, मजबूत और अत्यधिक अनुकूलन योग्य फोरकास्टिंग सिस्टम विकसित करने के लिए एक आशाजनक दृष्टिकोण प्रदान करता है। स्थिर मॉडलों के विपरीत जो बिना संशोधन के पूर्वानुमान उत्पन्न करते हैं, नेक्सस उच्च-गुणवत्ता वाले रीजनिंग ट्रेसेस उत्पन्न करता है जो स्पष्ट रूप से प्रत्येक पूर्वानुमान के पीछे के मौलिक चालकों को दिखाते हैं, जिससे संख्यात्मक रुझानों और गुणात्मक संदर्भ के बीच के अंतर को पाट दिया जाता है। यह कार्य सुझाव देता है कि फोरकास्टिंग का भविष्य मोनोलिथिक मॉडल्स में नहीं, बल्कि मल्टी-एजेंट सिस्टम में है जो सांख्यिकीय गुणों को मौलिक चालकों के साथ संश्लेषित कर सकते हैं।