STReasoner：通过空间感知强化学习赋能 LLM 进行时间序列的时空推理
计算与语言
2026-04-24 v3
摘要
时间序列中的时空推理涉及显式综合时序动力学、空间依赖关系和文本语境。该能力对交通网络、电网和疾病传播等高风险决策系统至关重要。然而，该领域尚未得到充分发展，因为大多数现有工作侧重预测准确度而非推理。为弥合这一差距，我们引入 ST-Bench，由四个核心任务构成，包括因果推理、实体识别、相关推理和情境预测，开发于基于网络 SDE 的多智能体数据合成管道。随后，我们提出 STReasoner，该方法使 LLM 能够集成时间序列、图结构和文本进行显式推理。为促进空间导向的逻辑，我们引入 S-GRPO，即一种为特定归因于空间信息的性能提升提供奖励的强化学习算法。实验表明，STReasoner 在仅相当于专有模型 0.004 倍成本的情况下，实现了 17% 至 135% 的平均准确率提升，并对真实世界数据具有稳健的泛化能力。
引用
@article{arxiv.2601.03248,
title = {STReasoner: Empowering LLMs for Spatio-Temporal Reasoning in Time Series via Spatial-Aware Reinforcement Learning},
author = {Juntong Ni and Shiyu Wang and Qi He and Ming Jin and Wei Jin},
journal= {arXiv preprint arXiv:2601.03248},
year = {2026}
}
备注
ACL 2026 Main, we release our code publicly at https://github.com/LingFengGold/STReasoner