🤖 machine learning
Causal Analysis for Time Series Foundation Models
本文提出了一个因果分析框架，通过对合成数据生成器进行干预，来识别 Chronos-2 和 TimesFM-2.5 等时间序列基础模型的偏差与失效模式，揭示了可能源于预训练数据局限性的特定脆弱性，例如持久性高估和状态切换失败。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。