09:17
官方账号arXiv cs.AI@Yu Sun, Yuan Chang, Xiaohou Shi, Yan Sun
推荐理由：CrossRAG把RAG用到时间序列预测上，能检索历史相似形状，靠未来一致性挑参考，七个基准都超过了老方法。
CrossRAG
共 1 条相关 AI 资讯
8月3日
09:17
CrossRAG框架将检索增强生成引入时间序列预测，使用Shape-Aware Memory（SAM）和RevIN归一化实现跨幅度的形状级检索。Future-Consistent Contrastive（FCC）学习用于区分历史相似但未来不一致的难负样本。Cross-Attention Temporal Fusion（CATF）在表示层融合检索到的历史-未来参考对。在七个公开基准测试上，CrossRAG的性能优于仅用参数的基线和现有检索增强预测方法。