基础模型何时见效？预训练时间序列预测器的盈亏分析

部署时间序列基础模型需要GPU基础设施、工程开销，并且不能保证优于XGBoost。我们提供了第一个系统性的盈亏分析，回答何时这项投资会回报。在30个基准数据集上，我们比较了零样本和LoRA微调的基础模型（Chronos、Moirai、Lag-Llama）与经典基线（Naive、ETS、ARIMA、XGBoost）在6个训练集大小从可用数据的2%到100%之间。基础模型在评估的每个训练分数上超过经典方法在30个数据集中的15个上无条件地证明了GPU部署。6个数据集上，经典方法在仅有2%训练数据（21-2,768个样本）的情况下超过零样本基础模型；剩余9个数据集的盈亏范围从24到8,361个样本。一个稳健的部署规则要求不进行模型训练：如果n_train < 700且季节性非显著，则使用FM零样本并跳过微调——这立即解决了30个部署决策中的10个。 contrary to common practice, LoRA fine-tuning can actively degrade performance on short series。我们将这些发现作为两步决策框架来实现——计算数据集长度和季节性强度，如果需要则运行简短的5-10%试点——使实践者在承诺全面基础设施之前做出FM与经典方法的决策。四个数据集特征为剩余情况提出了机制假设，尽管在基准规模上可靠的自动化预测仍是一个开放问题。代码、基准和决策工具可在 https://github.com/nicolaisi/fm-breakeven 获得。