RMISC：面向时间序列基础模型的大规模真实世界多变量语料

近年见证了使用时间序列基础模型（TSFM）的多变量建模的兴起——其实现先进的零样本泛化。现代多变量TSFM主要在多变量合成数据上预训练——更易扩展但可能无法捕捉真实时间序列中复杂的时序动态与跨变量关系。这引出关键问题：用真实语料训练的领先TSFM是否及在多大程度上优于合成数据训练者？为此我们建立RMISC语料：一个相当大规模、高质量、开放可及、真实世界、多变量的时间序列档案——含约200个数据集、跨多域的1,420亿时间点。进一步，我们在单变量、合成多变量与真实多变量数据上预训练四个先进TSFM，并在标准分布内与分布外基准上评估其零样本泛化能力。实验结果显示：纳入真实世界多变量数据主要改善单变量与多变量TSFM的泛化表现。这些结果深化了对真实世界多变量数据如何促成更强TSFM的理解。