TSFLab：面向时间序列预测研究的自改进智能体工作台

论文提出 TSFLab 工作台，用智能体降低 TSF 研究成本。

资讯摘要

论文提出 TSFLab，一个自改进、与智能体无关的“工作台”，为兼容的编码智能体提供共享资源与工具，用于低成本的时间序列预测（TSF）研究及研究资源的持续维护。作者指出，约20%的 arXiv TSF 论文在调查期内提供代码链接，已发布代码也需人工维护。实验覆盖复现、基准测试与新方法开发：复现与基准测试中任务完成率提升20-163%，每完成任务的新鲜 token 减少11-66%；智能体驱动方法开发的初步研究显示预测精度提升，新鲜 token 减少32.8-73.6%，开发时间减少9.2-68.8%。

要点速读

1. 论文称调查期内仅约20%的 arXiv TSF 论文附有代码链接，已发布代码也需人工维护。
2. TSFLab 为兼容编码智能体提供共享资源与工具，支持复现、基准测试和新方法开发。
3. 作者报告复现与基准测试任务完成率提升20-163%，每完成任务新鲜 token 减少11-66%。

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 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。