論文の概要: Perceive, Solve, Reason: Progressive Capability Formation in Time Series-LLMs

• arxiv url: http://arxiv.org/abs/2610.23521v1
• Date: Fri, 16 Oct 2026 14:23:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.949991
• Title: Perceive, Solve, Reason: Progressive Capability Formation in Time Series-LLMs
• Title（参考訳）: 知覚, 解決, 推論: 時系列LLMにおける進行的能力形成
• Abstract要約: 3つ全てをマスターしなければならないLCMに、どの順序で時系列を入力すべきかを問う。 337Kトレーニングと44K評価サンプルを3つのプログレッシブな機能、Perceive、Solve、Reasonで構築しました。 4BモデルがGPT-4oを超えるのに対して,本シリーズのテキスト化には精度が8～10ポイントかかる。
• 参考スコア（独自算出の注目度）: 11.154318815463226
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language models (LLMs) can now perceive, describe, and reason about images and audio, yet time series understanding remains underestimated: most work uses LLMs as forecasters and classifiers, reasoning studies are few and narrow, and no suite trains and evaluates the full range of capabilities. In this paper, we build the first such suite, with 337K training and 44K evaluation samples across three progressive capabilities, Perceive, Solve, and Reason, and use it to ask how time series should enter an LLM that must master all three, and in what order. We find that a dedicated encoder is essential: with one, a 4B model surpasses GPT-4o on every perception attribute we test, whereas textualizing the series costs 8--10 points in reasoning accuracy. The capabilities then build on one another: learning them in order beats mixing the same data and rivals reasoning-only training with over three times the reasoning data, but only when an encoder is used. Analyses further reveal that capabilities are transferred through distinct network depths rather than simply stacked, and that a stage converged on its own benchmark is not necessarily ready for the next. Distilled into a simple recipe, these findings yield 4B TS-LLMs that, without any target-domain data, outperform four recent 7B TS-LLMs on seven of eight out-of-domain metrics, by up to 11 points. We therefore advocate treating time series as a first-class modality for LLMs, read through dedicated encoders and taught to perceive before they reason.
• Abstract（参考訳）: 大規模な言語モデル(LLM)は、画像や音声について知覚、記述、推論が可能になったが、時系列の理解は過小評価されている。 本稿では,3つのプログレッシブ機能であるPerceive,Solve,Reasonを対象とした337Kトレーニングと44K評価サンプルを用いて,最初のこのようなスイートを構築した。 4BモデルがGPT-4oを超えるのに対して、本シリーズのテキスト化には精度が8～10ポイントかかる。 順番に学習することで、同じデータと推論のみのトレーニングを3倍以上の推論データで組み合わせることができますが、エンコーダを使用する場合のみです。 分析により、単に積み重ねるのではなく、異なるネットワーク奥行きを通して能力が伝達され、自身のベンチマークに収束したステージが次の段階の準備が整っていないことが明らかになった。 単純なレシピに埋め込まれたこれらの結果は、4B TS-LLMを出力し、ターゲットドメインデータなしで、最近の7B TS-LLMを最大11ポイント上回る7B TS-LLMを出力する。 したがって、時系列をLLMの第一級モダリティとして扱い、専用エンコーダを通して読み上げ、それらが原因となる前に知覚するように教える。

関連論文リスト

• Decoupling Perception from Description: Computation-Grounded Representation Alignment between Multivariate Time Series and Language [16.343638992747533]
  時系列を言語に合わせるためのマルチモーダルモデルのトレーニングは、セルフスーパービジョントラップに実行される。 データは、ラベル付け者が既に知っている以上のものを教えることはできない。 我々は認識を記述から切り離すことでこれを解決する。
  論文  参考訳（メタデータ） (2026-08-05T13:57:08Z)
• From Recognition to Understanding: Unlocking Cognitive Time Series Reasoning with LLMs [21.316087276322214]
  時系列分析は、最近Large Language Models (LLMs)と結合して、推論と世界知識の能力を活用している。 TSCognitionは多次元時系列推論のためのマルチモーダルベンチマークである。 本稿では,時系列をコンパクトなパッチレベル表現にエンコードする統合フレームワークTSAlignを提案する。
  論文  参考訳（メタデータ） (2026-06-20T16:08:44Z)
• TSRBench: A Comprehensive Multi-task Multi-modal Time Series Reasoning Benchmark for Generalist Models [52.21298691935726]
  時系列で推論する能力は、ジェネラリストモデルが現実的な問題を解決するための基本的なスキルである。 このギャップを埋めるために、時系列推論機能の全スペクトルをストレステストするために設計された総合的なベンチマークであるTSRBenchを紹介する。
  論文  参考訳（メタデータ） (2026-01-26T18:04:54Z)
• TimeLens: Rethinking Video Temporal Grounding with Multimodal LLMs [81.78017865436816]
  我々は,映像の時間的接地能力の強いMLLMを体系的に構築するTimeLensを提案する。 まず,既存のVTGベンチマークにおける重要な品質問題を明らかにし,TimeLens-Benchを導入する。 また、自動再アノテーションパイプラインを通じてノイズの多いトレーニングデータに対処し、大規模で高品質なトレーニングデータセットであるTimeLens-100Kを出力します。
  論文  参考訳（メタデータ） (2025-12-16T18:59:58Z)
• Scaling Latent Reasoning via Looped Language Models [109.64154923739842]
  事前学習されたループ言語モデル(LoopLM)のファミリーであるOuroを提示し、オープンソース化する。 Ouro は (i) 潜時空間における反復計算, (ii) 学習深度割り当てのためのエントロピー規則化された目的, (iii) 7.7T トークンへのスケーリングによる事前学習段階への推論を構築する。
  論文  参考訳（メタデータ） (2025-10-29T17:45:42Z)
• TS-Reasoner: Aligning Time Series Foundation Models with LLM Reasoning [17.69077698133793]
  時系列推論は、金融、エネルギー利用、交通、天候、科学的発見など、さまざまな領域における意思決定に不可欠である。 LLMは時系列データの数値的理解に苦慮することが多い。 そこで我々は,アライメント事前学習後に微調整を施したトレーニングレシピを開発した。
  論文  参考訳（メタデータ） (2025-10-03T21:20:54Z)
• TimeOmni-1: Incentivizing Complex Reasoning with Time Series in Large Language Models [105.47481207029047]
  時系列を推論する3つの基本的な機能にまたがる4つのアトミックタスクを形式化した時系列推論スイート(TSR-Suite)を紹介する。 また,時系列推論を必要とする多種多様な実世界の問題に対処するために設計された最初の統一推論モデルであるTime Omni-1を紹介する。
  論文  参考訳（メタデータ） (2025-09-29T13:54:34Z)
• From Text to Time? Rethinking the Effectiveness of the Large Language Model for Time Series Forecasting [22.052783052469344]
  時系列予測のバックボーンとして事前訓練された大言語モデル(LLMs)を用いることは、近年、大きな研究関心を集めている。 小さなデータセット上でのLCMベースのモデルのトレーニングとテストは、しばしばDecoderとDecoderがデータセットに過度に適応するようになることを観察する。 大規模な実験により、LSMのバックボーンはある程度の可能性を証明しているが、予測性能は限られていることが明らかになった。
  論文  参考訳（メタデータ） (2025-04-09T13:20:09Z)
• LlamaV-o1: Rethinking Step-by-step Visual Reasoning in LLMs [103.0226977561914]
  大規模言語モデルにおけるステップバイステップの視覚的推論を促進するための包括的フレームワークを提案する。 マルチステップ推論タスクの評価に特化して設計された視覚推論ベンチマークを導入する。 第二に,個々のステップの粒度で視覚的推論品質を評価する新しい指標を提案する。 第3に、マルチステップのカリキュラム学習アプローチを用いて学習したLlamaV-o1という新しいマルチモーダル視覚推論モデルを提案する。
  論文  参考訳（メタデータ） (2025-01-10T18:59:51Z)
• ChatTS: Aligning Time Series with LLMs via Synthetic Data for Enhanced Understanding and Reasoning [10.854285913078257]
  本稿では,時系列解析用に設計された新しいMLLMであるChatTSを紹介する。 ChatTSは、視覚MLLMが画像を処理する方法と同様、時系列をモダリティとして扱う。 Time Series Evol-Instructは様々な時系列Q&Aを生成し、モデルの推論能力を高めます。
  論文  参考訳（メタデータ） (2024-12-04T08:06:15Z)

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。