论文
What If TSF：把预测重构为场景引导多模态预测的基准
What If TSF: A Benchmark for Reframing Forecasting as Scenario-Guided Multimodal Forecasting
摘要
时间序列预测对现实世界决策至关重要，但大多数现有方法仍是单模态的，依赖对历史模式的外推。尽管大语言模型（LLM）的最新进展凸显了多模态预测的潜力，现有基准大多提供回溯性或错位的原始上下文，使此类模型是否切实利用文本输入变得不明。在实践中，人类专家会结合what-if场景与历史证据，常常在不同场景下从同一观测得出不同预测。受此启发，我们提出What If TSF（WIT），一个多模态预测基准，旨在评估模型能否使其预测以上下文文本为条件，尤其是未来场景。通过提供专家撰写的合理或反事实场景，WIT为场景引导的多模态预测提供了严格的试验场。该基准发布于 https://github.com/jinkwan1115/WhatIfTSF。
