CodeTS：通过可执行代码生成可验证的文本到时间序列

文本到时间序列生成（Text-to-TS）为从自然语言合成时间序列提供了一种有前途的范例，当真实观察稀缺或获取成本高昂时，可以实现特定于场景的生成。然而，现有方法通常缺乏从文本描述导出生成逻辑以指导时间序列合成的明确机制。在本文中，我们提出了 CodeTS，这是一个可验证的框架，它使用代码作为中间生成接口，将文本到 TS 的生成重新表述为文本到代码到 TS 的过程。 CodeTS首先将文本时间描述映射到显式代码空间，其中可执行代码指定文本需求如何塑造目标时间模式，然后通过代码执行获得时间序列。为了在没有实际代码注释的情况下可靠地学习此代码生成过程，CodeTS 从结构化时间属性构造对齐的 Text-Code-TS 三元组以进行监督初始化。更重要的是，我们进一步设计了基于多阶段执行的奖励，以验证格式有效性、代码可执行性和时间序列质量，使真实的文本-TS对能够为具有可验证奖励的强化学习（RLVR）提供训练信号。对短、中、长生成长度的八个基准进行的广泛实验表明，CodeTS 为文本到 TS 生成提供了强大的零样本解决方案，其性能优于基于 LLM 的基线，并且比在目标数据集上训练的监督生成基线获得更好的平均结果。