IBM Research 于 2026 年 10 月 22 日发布了 Granite Timeseries Ensemble：该方案将四个预训练 Granite 模型组合用于时间序列预测，一次调用即可返回中心预测和分位数区间，无需重新训练，也无需拟合集成权重。
它要解决的是一个实际问题：预训练时间序列模型无需在用户数据上训练即可预测，但用户仍需选择使用哪一个模型。擅长平滑工业信号的模型，可能难以处理噪声较大的零售需求或较长的季节性周期。该集成把这种选择变成一个合理的默认值，思路与天气预报集成类似：多个模型提供对未来的不同视角。
方案中的四个模型
默认方案组合了四种互补架构，它们以不同方式捕捉趋势、季节性和局部变化，因此误差不一定重合：Granite PatchTST-FM-r1（分块 Transformer）、PatchTST-FM-r2（分块 Conformer）、FlowState-r1.1（状态空间模型）和 TTM-r3（Tiny Time Mixers，MLP 混合器）。方案仅保存集成配置而非融合权重，首次运行时会下载四个检查点。需要 granite-tsfm 0.3.11 或更高版本，以及 Hugging Face 上的 ibm-granite/granite-timeseries-ensemble-r1。
两种组合预测的方法
推荐的默认方法是 Probabilistic Ensemble：每个成员影响力相等，分位数在概率空间中汇总，对新序列没有任何拟合步骤或权重超参数。另一种自适应的 IQR Ensemble 会给区间更窄的成员更大影响力，权重随样本、目标和预测步长变化。IBM 本人提醒，区间更窄不一定更准确，这种加权可能偏袒过于自信的成员。
数字说明了什么，又没有说明什么
在 97 个 GIFT-Eval 数据集配置上、未经微调的情况下，Probabilistic Ensemble 的综合 MASE 为 0.683，而表现最好的单个成员 PatchTST-FM-r2 为 0.685，差距很小。IBM 的坦率解读是，主要收益在于稳健性：无需事先知道哪种架构适合每个序列，即可获得相当或更好的综合准确率。在综合 CRPS/MWQL 上，PatchTST-FM-r2 保持最优值（0.467），而 IQR Ensemble 在六个预测中平均 CRPS 排名最优（47.619）。据 IBM 称，在 2026 年 10 月 20 日的比较中，该集成在合格系统的 MASE 排名和 CRPS 排名中均位列第 3。
明确的局限同样重要：多变量通道是独立预测的，不使用跨通道信息；加载四个模型比单个模型占用更多内存和推理时间；两种聚合方法都不能保证校准性，也不能保证在分布变化下的稳健性。增加其他 IBM Research 检查点的扩展方案可能适用不同许可，包括非商业或仅限研究用途的限制，使用前应核对每个模型卡。IBM 建议在代表性数据上回测，并实测 0.1 至 0.9 区间的经验覆盖率，其名义覆盖率为 80%。
对于需求预测、遥测、设备监控或金融信号而言，价值不在于一个新的巨型模型，而在于一个开放且许可宽松的默认值，免去了事先选择架构的麻烦。IBM 本人也承认，真正的检验是在用户自己的数据上回测，而非基准平均值。
来源：IBM Research 在 Hugging Face 上的原始发布《Ensemble forecasting with IBM Granite time-series models》（https://huggingface.co/blog/ibm-research/granite-timeseries-ensemble-r1）。
图片来源：IBM Research 在 Hugging Face 博客上随 Granite Timeseries Ensemble 发布一同公布的 GIFT-Eval 排名图表。
透明度说明：本文在人工智能辅助下编写，依据互联网公开来源，包括 IBM Research 的原始发布。在做出任何技术决策之前，建议查阅原始来源以确认细节。
Muse
