論文の概要: TW3Cast: A Frozen Router of Lightly Fine-Tuned Foundation Models for Time-Series Forecasting on GIFT-Eval, Selected Entirely on the Training Split

• arxiv url: http://arxiv.org/abs/2609.28506v1
• Date: Wed, 16 Sep 2026 14:36:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:09.372161
• Title: TW3Cast: A Frozen Router of Lightly Fine-Tuned Foundation Models for Time-Series Forecasting on GIFT-Eval, Selected Entirely on the Training Split
• Title（参考訳）: TW3Cast:GIFT-Eval上での時系列予測のための微調整基礎モデルの凍結ルータ
• Abstract要約: TW3Castは、GIFT-Evalベンチマークで平均MASEランクで130エントリ中3位に達する時系列予測システムである。 その選択はトレーニングスプリット上で一度計算されたテーブルで、専門家はトレーニングスプリットに基づいて微調整されたパブリックファンデーションモデルである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: TW3Cast is a time-series forecasting system that reaches position 3 of 130 entries on the GIFT-Eval benchmark by mean MASE rank, as of 2026-09-14. The two entries above it belong to the leaderboard's agentic category, multi-step systems that use agents or language models to reason about, generate or select forecasts. TW3Cast runs no agent and no language model. Its selection is a table computed once on the training split and then frozen, and its experts are public foundation models lightly fine-tuned on those training splits. For each of the 97 dataset, frequency and horizon configurations, the table serves one of four modes: a specialist, which is a LoRA or full fine-tune of Chronos-2, TiRex or Toto whose training data was cleaned and enriched by explicit rules; a quantile blend that contains a specialist; a blend of base models; or a selection tournament played on a backtest carved from the training split. Every decision in the table was taken on that backtest. A specialist is admitted the moment it beats the tournament there, so a candidate costs a few megabytes and minutes of GPU time, and a failed candidate changes nothing. Three guarded mechanisms protect the selection from its own biases: a dual accuracy and calibration criterion, an asymmetric margin against candidates that saw the series during training, and conservative per-window gates. The selection rules themselves were chosen inside a temporal meta-backtest. The best base model served alone reaches a mean MASE rank of 33.8, the tournament served on every configuration reaches 38.0, and the full router reaches 19.4. The routing table, the expert index, the pinned base-model revisions, the submitted score file and the dated snapshot of the public scores are released, and every leaderboard number in this paper regenerates from them by one script.
• Abstract（参考訳）: TW3Cast(TW3Cast)は、GIFT-Evalベンチマークの130項目のうち、2026-09-14の平均値で3位に達する時系列予測システムである。 上の2つのエントリは、リーダーボードのエージェントカテゴリーに属し、エージェントまたは言語モデルを使用して予測を推論、生成、選択するマルチステップシステムである。 TW3Castはエージェントも言語モデルも実行しない。 その選択はトレーニングスプリットで一度計算されたテーブルで、専門家はトレーニングスプリットに基づいて微調整されたパブリックファンデーションモデルである。 97データセット、周波数、地平線構成のそれぞれについて、このテーブルは4つのモードのうちの1つとして機能する: 専門家(LoRAまたはChronos-2、TiRex、Totoの完全な細いチューン)で、トレーニングデータは明示的な規則によってきれいにされ、豊かにされている。 テーブルのすべての決定は、そのバックテストで下された。 スペシャリストはトーナメントを制した瞬間に参加できるので、候補は数メガバイト、GPU時間は数分かかるが、失敗した候補は何も変わらない。 3つの保護されたメカニズムは、選択を自身のバイアスから保護する:二重精度と校正基準、訓練中にシリーズを見た候補者に対する非対称なマージン、および保守的なウィンドウゲートである。 選択ルール自体は、時間的メタバックテスト内で選択されました。 最高のベースモデルは平均33.8まで到達し、すべての構成で提供されるトーナメントは38.0に、フルルータは19.4に到達した。 ルーティングテーブル、エキスパートインデックス、ピン付きベースモデルリビジョン、提出されたスコアファイル、公開スコアの日付スナップショットを解放し、この論文のリーダーボード番号を1つのスクリプトで再生する。

関連論文リスト

• An Open Recipe for IMO Gold: Training Nemotron for Olympiad Mathematics [9.025171351474539]
  本研究では, 学習後のモデルとテスト時の推論設計が, ハードオリンピック数学の自然言語証明生成にどのように影響するかを考察する。 3つのネモトロン3 ウルトラチェックポイントは、候補証明を生成し、検証し、洗練する反復探索の動力となる。 我々は,訓練後のチェックポイントとトレーニングデータ,トレーニングと推論コード,提案したソリューション,および200の新しいオリンピックレベル問題のベンチマークであるNemotron-IMO-Benchをリリースする。
  論文  参考訳（メタデータ） (2026-09-09T18:08:59Z)
• Disclosure-Gated User Simulation for Companion-Agent Evaluation [14.962552394114894]
  私たちは大きな言語モデルを使ってユーザをプレイし、その仕様に対してユーザシミュレータをトレーニングします。 ゲーティング行動は、トレーニングコーパスの合成ブランチから学習され、実際のブランチは、人々が話す方法と反応する方法を提供する。 ランク付けは順序保存でなければならず、絶対スコアはスケール安定でなければなりません。
  論文  参考訳（メタデータ） (2026-09-01T09:39:41Z)
• You Don't Need to Run Every Eval [14.183605234187624]
  全133ベンチマークのモデルスコアは、2つの数字で決定される。 スコアマトリックス、BenchPressコード、任意のベンチマークで任意のモデルのスコアを予測するインタラクティブツールをリリースします。
  論文  参考訳（メタデータ） (2026-06-22T23:54:00Z)
• SciOrch: Learning to Orchestrate Expert LLMs for Solving Frontier Multimodal Scientific Reasoning Tasks [65.14594927081983]
  SciOrchは、科学的な推論のためにフロンティアLSMを編成する軽量8Bモデルを訓練するフレームワークである。 SGI-ReasoningとScientificsの最初の試験にまたがる240回の試験セットでは、SciOrchの平均精度は56.66%に達した。 また、一般的なマルチエージェントメソッドのAPIコストの半分未満で、SGIとSFEの両方で最高の精度を実現する。
  論文  参考訳（メタデータ） (2026-06-14T15:45:34Z)
• CoEval: Ranking Language Models for Custom Tasks Without Labeled Data or Trustworthy Benchmarks [47.027290803102666]
  アンサンブル自己評価を通じて信頼性の高いタスク固有信号を提供するオープンフレームワークであるCoEvalを提案する。 モデルのプールは教師、学生、裁判官の3つの役割すべてを通して回転し、新鮮な汚染のないベンチマークを生成する。
  論文  参考訳（メタデータ） (2026-06-02T13:41:43Z)
• Decoding-Time Debiasing via Process Reward Models: From Controlled Fill-in to Open-Ended Generation [0.0]
  大規模な言語モデルは、トレーニングされたデータから社会的バイアスを拾い上げ、下流のアプリケーションにバイアスを運ぶ。 本稿では,デコーディング時にモデルをデバイアス化し,モデルの重みに触れることなく,候補トークンに対するバイアス緩和を構造化された探索として扱う。 我々は、高度化のための3つのスキーム(Best-of-N selection, Sequential critique-and-Revise, Constitutional self-audit)を設計し、4つのモデルで評価する。
  論文  参考訳（メタデータ） (2026-05-04T08:51:34Z)
• MASS: MoErging through Adaptive Subspace Selection [55.03293736484465]
  モデルマージの新しいアプローチであるMASS(MoErging through Adaptive Subspace Selection)を提案する。 MASSはタスクごとに最も健全な特異なコンポーネントのみを格納し、それらを共有モデルにマージする。 我々は,8,14,20タスクのベンチマークに対して,ViT-B-16,ViT-B-32,ViT-L-14を用いて,CLIPに基づく画像分類のMASSを評価する。
  論文  参考訳（メタデータ） (2025-04-06T08:49:52Z)
• Perception Test: A Diagnostic Benchmark for Multimodal Video Models [78.64546291816117]
  本稿では,事前学習したマルチモーダルモデルの知覚と推論能力を評価するために,新しいマルチモーダルビデオベンチマークを提案する。 知覚テストは、スキル(記憶、抽象化、物理学、セマンティックス)と、ビデオ、オーディオ、テキストモダリティ間の推論(記述的、説明的、予測的、反ファクト的)のタイプに焦点を当てている。 このベンチマークは、ゼロショット/少数ショットまたは限定的な微調整方式で、転送機能の事前訓練されたモデルを探索する。
  論文  参考訳（メタデータ） (2023-05-23T07:54:37Z)
• Three Steps to Multimodal Trajectory Prediction: Modality Clustering, Classification and Synthesis [54.249502356251085]
  我々は新しい予測フレームワークと共に新しい洞察を示す。 提案手法は、社会情報や地図情報を導入することなく、最先端の作品を超える。
  論文  参考訳（メタデータ） (2021-03-14T06:21:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。