TW3Cast：用于GIFT-Eval时间序列预测的轻量微调基础模型冻结路由器，全部在训练集上选定
TW3Cast: A Frozen Router of Lightly Fine-Tuned Foundation Models for Time-Series Forecasting on GIFT-Eval, Selected Entirely on the Training Split
摘要
TW3Cast是一个时间序列预测系统，截至2026年9月14日，按平均MASE排名位列GIFT-Eval基准130个参赛者中的第3名。排在其前的两个条目属于排行榜的agentic类别——使用Agent或语言模型对预测进行推理、生成或选择的多步系统。TW3Cast不运行任何Agent或语言模型。其选择是一张在训练集上一次性计算然后冻结的表格，其专家模型是在这些训练集上轻量微调的公开基础模型。对于97个数据集-频率-时程配置中的每一个，该表格提供四种模式之一：专家模型（specialist），即Chronos-2、TiRex或Toto的LoRA或全量微调，其训练数据经显式规则清洗与增广；包含一个专家模型的分位数混合；基础模型混合；或在从训练集切出的回测上进行的选择锦标赛。表中的每个决策都在该回测上做出。专家模型一旦在回测中击败锦标赛即被接纳，因此一个候选只需几兆字节与几分钟GPU时间，失败的候选不产生任何影响。三个防护机制保护选择免受自身偏差：准确率与校准双重准则、针对训练中见过该序列的候选的非对称边际，以及保守的逐窗口门控。选择规则本身在一个时间元回测中选定。单独服务的最佳基础模型平均MASE排名为33.8，在每个配置上都使用锦标赛的达到38.0，而完整路由器达到19.4。路由表、专家索引、钉定的基础模型版本、提交的得分文件与公开得分的日期快照均已发布，本文中每个排行榜数字都能由一个脚本从中复现。