面向可解释时间序列基础模型

本文探讨将时间序列推理能力蒸馊到小型指令调优语言模型中的可能性，以通向构建可解释时间序列基础模型的步骤。我们利用包含系统性变动趋势和噪声水平的均回复时间序列合成数据集，借助大型多模态模型生成自然语言注释，并使用这些注释监督微调紧凑的Qwen模型。我们引入评估指标，聚焦趋势方向、噪声强度和极值定位质量，展示经过蒸馊的模型获得了有意义的解释能力。我们的结果凸显了将时间序列理解压缩到轻量级、具备语言能力的模型中的可能性，这些模型适用于设备端或隐私敏感的部署。本工作为开发能够用自然语言解释时序模式的小型可解释模型奠定了具体基础。