资讯摘要
论文提出 Nexus，一个多模态时间序列预测框架，试图把定性事件推理与结构化数值建模结合。其流程分三阶段：时间画像与锚点生成、宏观与微观双上下文预测轨迹生成、按经验误差协方差加权的贝叶斯高斯更新合成。作者报告在三个基准、八个数据集上优于主流时间序列基础模型和语言模型基线，并提供可解释的因果推理。
要点速读
- 框架分三阶段：时间画像与锚点生成、双上下文展望生成、贝叶斯合成。
- 贝叶斯合成以闭式高斯更新，按经验误差协方差加权，协调预测锚点与两条上下文轨迹。
- 作者报告在三个基准共八个数据集上持续优于领先时间序列基础模型与语言模型基线。
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 2026/10/20 21:06:31（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。