论文精选72°

Google Nexus 论文:预测需要事件上下文,而非仅历史数据

New Google paper: A forecast needs context, not ju…

精选理由

Nexus 把时间序列预测从纯数字游戏变成因果推理,做金融、房地产或供应链预测的团队值得关注——它用事件上下文把误差砍掉 86%,思路可以直接借鉴。

AI 摘要

Google 发布新论文 Nexus,提出将时间序列预测重构为推理问题,通过多智能体框架引入事件上下文。在 Zillow 房价测试中,基于 Claude 的版本相比直接思维链提示,平均绝对百分比误差(MAPE)降低 86.6%。Nexus 将任务分解为多个智能体:一个将混乱历史文本转为事件时间线,一个读取宏观环境,一个追踪局部冲击,最后由合成器结合历史误差校准。论文认为,大多数时间序列模型擅长模式但忽视因果,而 Nexus 通过结构化上下文让语言模型更好地利用事件信息。目前证据限于 Zillow 数据和七支股票,但方向明确:未来预测不仅要外推曲线,还要解释曲线变动的原因。

AI 翻译 · 中文

Google 发布新论文 Nexus,提出将时间序列预测重构为推理问题,通过多智能体框架引入事件上下文。在 Zillow 房价测试中,基于 Claude 的版本相比直接思维链提示,平均绝对百分比误差(MAPE)降低 86.6%。Nexus 将任务分解为多个智能体:一个将混乱历史文本转为事件时间线,一个读取宏观环境,一个追踪局部冲击,最后由合成器结合历史误差校准。论文认为,大多数时间序列模型擅长模式但忽视因果,而 Nexus 通过结构化上下文让语言模型更好地利用事件信息。目前证据限于 Zillow 数据和七支股票,但方向明确:未来预测不仅要外推曲线,还要解释曲线变动的原因。

rohanpaul_aiNew Google paper: A forecast needs context, not just history. Some patterns are caused by events, not time. Nexus reframes forecasting as a reasoning problem, where events and numbers have to explain each other. Nexus ar