TS-Debate：面向零样本时间序列推理的多模态协作辩论框架
人工智能
2026-01-28 v1 多智能体系统
摘要
大语言模型（LLMs）与时间序列（TS）分析交叉领域的最新进展既展现了潜力也暴露了脆弱性。虽然LLMs在给定精心设计的上下文时能够对时间结构进行推理，但它们常常在数值保真度、模态干扰和原则性的跨模态整合方面遇到困难。我们提出了TS-Debate，一个面向零样本时间序列推理的模态专业化、协作式多智能体辩论框架。TS-Debate将专用的专家智能体分配给文本上下文、视觉模式和数值信号，在此之前进行显式的领域知识抽取，并通过结构化的辩论协议协调它们的交互。审阅者智能体使用验证-冲突-校准机制评估智能体的声明，并辅以轻量级代码执行和数值查找进行程序化验证。这种架构保持了模态保真度，暴露了冲突证据，并在无需任务特定微调的情况下减轻了数值幻觉。在跨越三个公共基准的20个任务中，TS-Debate相较于强基线模型（包括所有智能体观察所有输入的标准多模态辩论）取得了持续且显著的性能提升。
引用
@article{arxiv.2601.19151,
title = {TS-Debate: Multimodal Collaborative Debate for Zero-Shot Time Series Reasoning},
author = {Patara Trirat and Jin Myung Kwak and Jay Heo and Heejun Lee and Sung Ju Hwang},
journal= {arXiv preprint arXiv:2601.19151},
year = {2026}
}
备注
Code will be available at https://github.com/DeepAuto-AI/TS-Debate