Google 提出 SEER:自进化事件检索与因果推理,六个波动时序基准全面超越 SOTA
google · hf · 2026-10-07
Google 提出 SEER(Self-Evolving Event Reasoning and Retrieval),一个用于时间序列预测的闭环事件推理框架:
- 动机:现实时间序列常受外生事件和结构性变化驱动,仅靠历史数值的传统预测不够;标准检索增强方法难以应对高噪声、信号缺失,也无法对事件影响做因果推理。
- 方法:把预测误差转化为两套解耦反馈——(i) 反思式检索记忆,迭代优化搜索查询、过滤虚假噪声;(ii) 持久因果知识库,蒸馏可迁移的领域动态。并在事件检索与反思中强制严格时间边界,防止前视偏差和数据泄漏。
- 效果:在六个高波动时序基准上持续超越 SOTA 时序基础模型和语言模型基线。
「研究」频道最新
- Opus 5.5 更新经典梗图，背后是整数乘法突破 n log n 的新结果 — ctjlewis · 2026-10-07
- MAGIC 全球计划上线:Nature Medicine 倡议在真实语境中评估医疗 AI — BraydonDymm · 2026-10-07
- Ethan Mollick:AI 将带来双重科学革命,重读全部文献并加速发现 — emollick · 2026-10-07
- OpenAI 单带图灵机模拟可推出新结论:RAM 时间 t 落入 SPACE[t^4/5] — rrwilliams · 2026-10-07
- 借菌丝网络隐喻设计 AI Agent 记忆:七个框架一次讲透 — repligate · 2026-10-07
- 东京大学 Kavli IPMU 招聘 AI+理论物理博士后，年薪项目由 JST 支持 — fatihdin4en · 2026-10-07