ReasonCast：具有选择性语义推理的Agentic需求预测

摘要

需求预测日益需要结合两类互补信息：历史销售揭示重复性的数值动态，而未来的促销、节假日、价格变化和平台干预提供前瞻性知识。现有文本增强预测方法往往把这类上下文编码为通用表示并使其与时间序列特征均匀融合，没有显式区分哪些语义效应与预测相关、它们应如何修改未来动态。我们提出ReasonCast，一个结构化语义干预框架，把事件知识转化为预测特定的操作。一个Agent检查事件上下文、无文本预测及其不确定性，以判定是否需要文本推理。ReasonCast不注入自由文本，而是通过描述事件相关性、需求方向、时间形态、幅度和峰值强度的结构化字段表示事件知识。这些字段与时间序列基础模型的时间组件选择性交互：加性路径校正局部趋势和时间形态，乘性路径捕捉事件驱动的水平移动。ReasonCast引入以预测为锚的后训练课程：模式SFT建立语义字段；语义字段RL校准方向、形态、幅度和峰值判断；预测效用RL通过冻结的预测器评估语义干预，使推理输出与边际预测改进对齐。ReasonCast在节假日敏感品类、大促敏感品类和M5事件窗口上分别把WMAPE降低3.29、1.25和0.47个百分点。在稳定销售期，不加区分的语义干预会使WMAPE增加1.68个百分点，而抑制不必要的干预则保留了数值主干。

ReasonCast：具有选择性语义推理的Agentic需求预测：论文配图 — 图1. ReasonCast 概览。(a) ReasonCast 遵循“推理—对齐—干预—预测”流程。一个证据增强的 LLM 智能体将历史序列与时间统计、促销情报、平台信号及外部信号相结合，生成结构化的事件语义。文本编码器和 MLP 对齐器将这些语义映射为对齐 token 𝐓。与此并行，预训练时间序列基础模型（TSFM）生成未来 token 𝐡_F，该 token 在融合接口处被正交分解为事件相关分量 𝐡_E 和互补分量 𝐡_N。只有 𝐡_E 通过事件选择性交叉注意力查询 𝐓。自适应语义门控对针对局部趋势与形态变化的加性潜在修正进行调制，而互补的乘性路径则处理大幅的事件驱动水平位移。在没有语义上下文时，两条修正路径均被禁用，融合接口精确还原原始 TSFM 计算。(b) 训练课程包括模式 SFT、语义场 RL、正交事件子空间锚定（grounding）与选择性融合训练，以及预测效用 RL。在预测效用 RL 期间，候选语义与缓存的语义场策略融合结果进行比较，同时显式惩罚劣于无文本 TSFM 的退化。双面板概览：第一个面板展示事件证据经由 LLM 推理器、文本对齐、事件选择性融合到时间序列预测的路径；第二个面板展示 SFT、语义场 RL、融合训练和预测效用 RL 课程。