**超越整体模型：深度多变量时间序列预测的系统化组件级基准测试**

_Beyond Holistic Models: Systematic Component-level Benchmarking of Deep Multivariate Time-Series Forecasting_

> 该论文提出TSCOMP基准，首次系统性地将深度多变量时间序列预测模型拆解为组件（如预处理、编码策略、网络架构和优化方法）进行评估。通过约束正交实验设计和大规模评估（涵盖20,000多个模型-数据集组合），研究揭示了组件在不同场景下的有效性。该基准支持自动化组件选择，实现了零样本模型构建，且其性能优于现有SOTA方法。代码和性能语料库已开源。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-01 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.26562)