Aionoscope: Debugging Latent-State Accessibility in Time-Series Representations

Resumo Técnico: Aionoscope

Declaração do Problema

Modelos de fundação para séries temporais são tipicamente avaliados com base em sua capacidade de previsão ou classificação, mas essas métricas não revelam se as representações latentes dos modelos preservam o estado do processo específico que um usuário pode precisar inspecionar. Variáveis críticas como o tempo de eventos, fase, amplitude, frequência ou variáveis de regime podem ser comprimidas ou perdidas, mesmo que o modelo produza previsões precisas de curto horizonte. Essa lacuna é particularmente problemática para fluxos operacionais de alto volume (ex: monitoramento, finanças, robótica) onde eventos raros ou mudanças de regime ocupam uma pequena cauda da distribuição, enquanto as perdas médias recompensam representações do comportamento comum de fundo. Os benchmarks do mundo real existentes frequentemente carecem de acesso direto aos estados de processo latentes, dependendo de rótulos esparsos, atrasados ou emaranhados.

Metodologia: Aionoscope

O artigo apresenta o Aionoscope, uma ferramenta de diagnóstico baseada em gerador projetada para depurar a acessibilidade do estado latente em representações de séries temporais congeladas. A metodologia baseia-se em um contrato de Processo-para-Visão que separa a geração do processo da renderização da observação.

1. O Gerador (Misturas de Processos Primitivos)

O Aionoscope utiliza um gerador controlado para produzir fluxos de séries temporais sintéticas com verdade fundamental (ground truth) exata.

• Processo ($z_i$): Amostra estados latentes incluindo componentes ativos, regimes, frequências, amplitudes, inclinações, deslocamentos, fase e tempo.
• Visão ($x_i$): Renderiza o estado latente em uma série temporal observada através de mistura, ruído e variação de incômodo (nuisance variation).
• Rótulos: O sistema emite rótulos categóricos exatos ($y^{cat}_i$, indicando componentes ativos) e rótulos densos ($y^{dense}_i$, parâmetros contínuos como tempo e magnitude) derivados do mesmo estado latente.
• Complexidade da Mistura: O benchmark avalia $k \in \{1, 2, 3\}$ componentes ativos por amostra para testar isolamento versus interferência.
• Componentes: A instância "Primitive Process Mixtures" utiliza 14 tipos de componentes (ex: constante, ruído, tendências, sinais periódicos, eventos localizados) e 34 parâmetros densos.

2. Protocolo de Avaliação

A avaliação testa a acessibilidade linear agrupada (pooled linear accessibility) em representações congeladas:

• Modelos Congelados: 37 sistemas de modelo-mais-adaptador são avaliados usando seus comprimentos de entrada nativos.
• Leitura (Readout): As características são extraídas de cada camada do modelo congelado, agrupadas pela média em um único vetor por amostra, e alimentadas em sondas lineares leves.
• Sondas (Probes):
  • Sonda Categórica: Prediz componentes ativos (medido via AUROC).
  • Sonda Densa: Prediz parâmetros contínuos (medido via $R^2$ mascarado, onde apenas os componentes ativos são incluídos na perda).
• Linhas de Base (Baselines): Inclui linhas de base de características fixas (formas de onda brutas, FFT, estatísticas) e linhas de base oráculo (expondo os rótulos do gerador diretamente) para calibrar a dificuldade da tarefa e a capacidade da pilha de sondagem.

Principais Contribuições

1. Ferramenta de Diagnóstico Baseada em Gerador: Introduz um contrato "Processo-para-Visão" que desacopla a geração do estado latente da renderização da observação, permitindo o uso de verdade fundamental categórica e densa exata.
2. Protocolo de Sondagem de Acessibilidade de Estado: Define um protocolo padronizado usando representações congeladas de comprimento nativo, fluxos determinísticos com sementes e sondas lineares agrupadas por camada para medir a acessibilidade.
3. Descoberta Diagnóstica Coarse-vs-Dense: Demonstra um descompasso sistemático onde os modelos podem recuperar facilmente o que componentes estão presentes (acessibilidade grosseira/coarse) mas falham em recuperar como eles são parametrizados (acessibilidade densa).

Resultados

A avaliação de 37 sistemas revela disparidades significativas entre a acessibilidade grosseira e a de grão fino:

• Descompasso Categórico vs. Denso: A maioria dos sistemas atinge um AUROC categórico alto (frequentemente >0,90), indicando que podem identificar a presença de componentes de sinal. No entanto, a recuperação de parâmetros densos é significativamente menor. O maior $R^2$ mascarado observado para sondas densas é 0,689, enquanto um oráculo de características densas atinge 0,999.
• Modos de Falha: As representações frequentemente escondem variáveis críticas como tempo, fase, amplitude, frequência e variáveis de regime, mesmo quando o tipo geral de sinal é corretamente identificado.
• Variabilidade por Camada: A melhor camada para recuperação densa é frequentemente não a final (ocorrendo em 88 de 111 execuções), sugerindo que avaliações baseadas apenas na camada final perdem informações de estado acessíveis.
• Complexidade da Mistura: Enquanto a recuperação para $k=1$ (componente único) é frequentemente saturada, $k=3$ (múltiplos componentes interferentes) expõe perfis de falha distintos e separa os sistemas de forma mais eficaz.
• Tendências de Família: Sistemas como a família Mantis mostraram uma recuperação densa mais forte comparada a modelos de transferência de imagem (ex: TiConvNext), que se agruparam em regiões de alta categoria, mas baixa densidade.

Significância e Alegações

O artigo posiciona o Aionoscope como uma unidade de teste de diagnóstico e um arcabouço gerador de hipóteses, explicitamente não como um ranking estável ou uma afirmação de desempenho de transferência para tarefas reais.

• Valor Diagnóstico: A ferramenta revela um modo de falha específico: uma representação pode parecer informativa em relação a "que tipo de sinal está presente" enquanto esconde o estado preciso necessário para depuração, controle ou suporte à decisão.
• Limitações: Os autores enfatizam que os resultados são condicionais a um único fluxo de treinamento, um cronograma de semente de sonda e adaptadores de comprimento nativo. Resultados negativos (baixo $R^2$) indicam inacessibilidade sob uma leitura linear agrupada, não necessariamente a ausência de informação na representação (que poderia ser recuperável via leituras não lineares ou de nível de token).
• Trabalhos Futuros: O artigo propõe estudos de leitura mais ricos, fluxos de avaliação ocultos e validação em distribuições de dados reais para ir além deste recorte sintético controlado.

Em resumo, o Aionoscope fornece um ambiente controlado para auditar se os modelos de fundação de séries temporais preservam o estado do processo latente necessário para o diagnóstico, revelando que um alto desempenho de previsão ou classificação não garante o acesso às variáveis de estado densas subjacentes.