IBM 发布 Granite Timeseries Ensemble 时序预测集成方案

四个开放的 Granite 模型、一个可扩展的预测接口，以及更少关于该用哪个模型的猜测。

预训练的时间序列模型无需在你的数据集上训练即可进行预测，但你仍然需要选择一个。一个擅长处理平滑工业信号的模型，可能在嘈杂的零售需求或较长的季节性预测周期上表现不佳，而最佳选择取决于序列和任务。

Granite Timeseries Ensemble 将这一选择简化为一个合理的默认值。一个配方组合了四种互补的 Granite 架构，返回中位数和分位数预测，无需重新训练，也无需拟合集成权重。从概率集成（均匀概率池化）开始，比较自适应的四分位距（IQR）集成，并用兼容的预测器扩展同一接口。该集成配方及其默认的 Granite 成员采用宽松许可。

这个思路在天气预报中并不陌生。集合预报探索一系列可能的结果，而诸如北美多模式集合之类的系统则组合不同模型进行季节预测。时间序列预测也以类似方式受益：互补的模型提供关于接下来会发生什么的不同视角，而集成将这些视角合并为一个预测。

试用 Granite Timeseries Ensemble

安装 Granite TSFM 并直接从 Hugging Face 加载推荐的四个模型配方：

pip install "granite-tsfm>=0.3.11"

import pandas as pd

from tsfm_public.models.ensemble.modeling_ensemble import QuantileEnsembleForecaster

df = pd.read_csv(
    "https://raw.githubusercontent.com/zhouhaoyi/ETDataset/main/ETT-small/ETTh1.csv",
    parse_dates=["date"],
)

ensemble = QuantileEnsembleForecaster.from_pretrained(
    "ibm-granite/granite-timeseries-ensemble-r1",
)

result = ensemble(
    df.tail(1024),
    timestamp_column="date",
    target_columns=["OT"],
    context_length=1024,
    prediction_length=24,
)

print(result.prediction_outputs) # point forecast
print(result.quantile_outputs)   # quantiles

该配方存储集成配置而非合并后的模型权重。它在运行时下载四个成员检查点，因此首次运行请预留额外时间。有关完整配置、成员检查点、评估细节和局限性，请参阅模型卡。

result.prediction_outputs 包含点预测，而 result.quantile_outputs 包含分位数预测，默认范围从 0.1 到 0.9。应用可以将点值用作中心预测，并选择分位数来表达预测范围。例如，0.1 和 0.9 分位数定义了一个名义覆盖率为 80% 的中心预测区间。

集成成员

默认配方组合了四个具有不同架构的预训练 Granite 模型：

有关背景，请参阅 PatchTST-FM-r1 论文、 PatchTST-FM-r2 架构概述、 FlowState 论文以及 Tiny Time Mixers 论文。

这些架构以不同方式捕捉趋势、季节性和局部变化，因此它们的误差不一定重合。一篇预测组合的 50 年回顾描述了组合预测如何降低选错单一模型的风险，同时强调成员质量和多样性仍然重要。

组合预测的两种方式

每个成员返回分位数预测。两种主要配方使用不同规则将这些预测转换为一个预测分布及其中位数。

概率集成：推荐的默认值

概率集成（均匀概率池化）赋予每个成员同等影响力，在概率空间中对它们的分位数预测进行池化，并从合并后的值中提取所需的分位数。由于权重固定，因此没有拟合步骤，也无需为新序列调整加权超参数。

预测组合谜题提供了有用的动机：在点预测中，简单的等权组合往往能与使用估计权重的方法相抗衡。本方案将同样的等影响力思路应用于概率预测。它是上例中默认加载的方法。

IQR 集成：一种自适应替代方案

IQR 集成根据各成员的预测分布宽度来分配权重，使较窄的区间获得更大的影响力。它通过第 25 和第 75 百分位数附近最接近的可用分位数来近似每个成员的四分位距。权重随样本、目标和预测步长而变化，并且与概率集成一样，不从历史预测误差中拟合任何内容。等渗回归可防止合并后的分位数发生交叉。

较窄的区间并不一定意味着更准确或校准更好的预测，IQR 加权可能会偏向过度自信的成员。如果你想进行实验，该方案提供了一个温度设置（值越高，权重越趋向均匀）以及可选的单个成员权重上限。

只需更改子文件夹即可加载已评估的 IQR 方案：

ensemble = QuantileEnsembleForecaster.from_pretrained(
    "ibm-granite/granite-timeseries-ensemble-r1",
    subfolder="recipes/granite-iqr",
)

我应该使用哪种方法？

从概率集成开始。如果预测分布宽度对你的应用看起来有信息量，请在代表性数据上将 IQR 集成与其进行比较，因为准确性和校准取决于序列和预测步长。

集成是否优于其成员？

我们在 97 个 GIFT-Eval 数据集配置上评估了这两种方案。模型在不进行微调的情况下进行预测，且测试目标未用于选择或拟合聚合方法。这里我们使用截至 2026 年 10 月 20 日捕获的已发布排行榜分数和排名，将官方集成提交结果与四个组成模型进行比较。

GIFT-Eval 报告点预测的 MASE 和概率预测的 CRPS/MWQL（该基准的mean_weighted_sum_quantile_loss指标）。分数归一化到 Seasonal Naive，并在各配置上进行几何平均。越低越好。

★ 所示预测中的最佳值。越低越好。

排名列是对照完整的 GIFT-Eval 参考排行榜（而不仅仅是这六个预测）计算每个配置排名的平均值，因此随着排行榜条目的增加，排名值可能会发生变化。

两个集成在总体 MASE 和平均 MASE 排名上均优于全部四个单独成员。概率集成在这六个预测中取得了最低的 MASE：0.683，而 PatchTST-FM-r2 为 0.685。平均 MASE 排名越低，表明在 GIFT-Eval 多样化的数据集配置中相对点预测性能越强。综合来看，这些结果支持将该集成作为实用的起点，而无需开发者事先选择最强的单一架构。相比最佳单一成员的 MASE 优势很小，因此主要好处是稳健性：你可以在事先不知道哪种架构适合你的数据的情况下，获得相当或更好的总体准确率。

PatchTST-FM-r2 保持了最低的总体 CRPS/MWQL 分数。IQR 集成在这六个预测中取得了最低的平均 CRPS 排名，而概率集成在该指标上排名落后于 PatchTST-FM-r2。因此，总体误差和平均排名倾向于不同的选择。

在 2026 年 10 月 20 日的比较中，集成方法在符合条件系统的 MASE 排名和 CRPS 排名中均位列第 3。下图展示了两种方案以及每个指标下十个最佳符合条件参考系统。一些系统（包括因微调或非宽松许可而被排除的条目）得分优于任一方案，因此集成的价值不在于登顶排行榜，而在于单一默认配置即可在众多序列上提供强大且一致的结果，而无需你选择成员。

图：2026 年 10 月 20 日 GIFT-Eval 平均排名 standings，展示两个 Granite 集成以及每个指标下十个最佳符合条件参考系统。符合条件系统具有复现代码且未声明测试数据泄漏；微调条目以及已知非宽松许可或成员依赖的系统被排除。排名值直接取自发布的总体排行榜快照；筛选只改变显示的系统，不改变其排名值。

将方案扩展到其他预测器

默认方案使用四个 Granite 模型，但通用的 Forecaster 接口也接受兼容的外部模型。你可以更改成员组合或聚合方法，并保持相同的下游预测格式，无需合并或重新训练成员检查点。这使集成更容易融入现有的预测栈，并随着需求演变添加适合你领域的预测器。

该仓库还包含扩展方案，添加了 IBM Research 检查点。这些带有单独的许可条款，包括非商业和研究使用限制，因此在使用前请查看每个成员的模型卡。

对于任何新组合，请检查预测兼容性、准确性、校准、延迟和许可。

针对你的应用评估该方案

GIFT-Eval 是一个广泛的基准，但总体增益并不意味着每个序列都受益，平均排名也不能确立校准。了解这些方案在你的应用中表现如何的方法是在代表性数据上进行回测：

• 匹配你的用例。使用反映每个预测起点可用数据、你所需的时间范围以及你预期服务的序列的历史预测窗口。
• 同类比较。在相同的窗口上运行概率集成、IQR 集成和一个强单独成员（如 PatchTST-FM-r2）。
• 不要只看点误差。同时评估分位数损失与 MASE，并检查 0.1 到 0.9 区间的经验覆盖率是否达到其标称的 80%。
• 衡量成本。记录运行时间和内存占用，以判断组合四个模型带来的收益是否值得你的工作负载付出这些代价。

请记住两个局限。当前方案独立预测多变量通道，未利用跨通道信息；并且它会加载四个成员检查点，相比单个成员会增加推理时间和内存。各成员的上下文长度限制、预测视野、预处理和缺失值处理方式也各不相同，且两种聚合方法都无法保证校准性或分布偏移下的稳健性，因此部署后仍需持续监控预测。

在你的数据上试用

推荐的起点是默认的四模型方案：

• Hugging Face 上的 Granite Timeseries Ensemble
• 入门 notebook
• Granite TSFM 仓库
• GIFT-Eval 基准

加载默认方案，即可通过一次调用从全部四种 Granite 架构获得中位数和分位数预测，并可根据需求变化调整该方案。

参考文献

• ECMWF：集合天气预报

• NOAA：北美多模式集合

• FlowState：采样率等变的时间序列预测

• Tiny Time Mixers (TTMs)：用于增强多变量时间序列零样本/少样本预测的快速预训练模型

• 重新审视通用 Transformer：解构时间序列基础模型的强基线

• 预测组合：50 余年回顾

• Smith and Wallis (2009)，预测组合谜题的简单解释