Nexus：用于时间序列预测的多智能体框架
原帖
**Nexus：用于时间序列预测的智能体框架**
_Nexus : An Agentic Framework for Time Series Forecasting_
> 本文提出了Nexus，一个多智能体预测框架，旨在解决传统时间序列基础模型无法处理非结构化文本上下文（如新闻或事件），而大语言模型预测性能不稳定的问题。该框架将预测分解为专门的阶段，能够整合季节性和事件驱动信息。评估结果显示，其性能匹配或超越了先进的基础模型和基线大模型，并能生成展示预测驱动因素的高质量推理链。研究认为，现实世界的预测是一个超越序列建模的智能体推理问题。
**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-05-15 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.14389)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
本文介绍了Nexus，一个旨在解决传统时间序列基础模型和大语言模型局限性的多智能体预测框架。该框架将预测分解为专门阶段，整合季节性与事件驱动信息，其评估性能匹配或超越了先进模型，并能生成高质量推理链。
答案说明
Nexus是一个多智能体框架，通过将预测分解为专门阶段来整合非结构化文本上下文（如新闻事件），以解决传统模型在处理此类信息上的不足。其评估结果显示，性能匹配或超越了先进的基础模型和大语言模型，并能生成展示预测驱动因素的推理链。
这篇帖子回答的问题
- Nexus框架是如何解决时间序列预测中非结构化文本上下文问题的？
- 与现有的基础模型和大语言模型相比，Nexus的性能如何？
核心观点
- Nexus框架通过将预测过程分解为专门的智能体阶段，有效整合了季节性和事件驱动的文本信息。
- 该框架的评估性能匹配或超越了先进的基础模型和大语言模型基线，并能生成高质量的推理链。
FAQ
- Q: Nexus框架的核心设计理念是什么？
- A: 研究认为，现实世界的预测是一个超越序列建模的智能体推理问题。
关键实体
- Nexus
- 时间序列基础模型
- 大语言模型