IBM Granite 时序模型集成预测方案

IBM 发布四模型 Granite 时序集成预测方案，免训练即用。

资讯摘要

IBM 在 Hugging Face 发布 Granite Timeseries Ensemble，将四个开放许可的 Granite 时序模型组合为一个可扩展的预测接口，无需重训或拟合集成权重。默认 Probabilistic Ensemble 采用均匀概率池化，另有按预测区间宽度加权的 IQR Ensemble。作者报告在 97 个 GIFT-Eval 配置上，两种集成在 MASE 上均优于四个成员模型，默认方案 MASE 为 0.683。

要点速读

1. 默认 Probabilistic Ensemble 对四个成员等权池化分位数预测，返回中位数与 0.1–0.9 分位数，无需拟合权重。
2. IQR Ensemble 按各成员预测区间宽度加权，提供温度参数与单成员权重上限，并用保序回归避免分位数交叉。
3. 作者报告在 97 个 GIFT-Eval 配置上两种集成均优于四个成员模型，默认方案 MASE 0.683，PatchTST-FM-r2 为 0.685。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:10（北京时间）。