动态参数：时间序列基础模型的可解释性框架

这项工作研究了解释时间序列基础模型 (TSFM) 时的一个核心差距：动态属性可以在隐藏状态下访问，即使预测无法正确响应该属性的变化。我们将这些属性形式化为动态参数，包括趋势斜率、振荡频率和自回归依赖性。我们将它们的表示可访问性（通过从隐藏状态的恢复来衡量）与其预测响应（通过与预期预测变化的一致性来衡量）进行比较。在 9 个冻结的 TSFM 和 13 个定律中，63 个模型参数单元中有 42 个的可访问性达到 0.95 以上，而它们相对于条件参考的中值参考对齐响应仅为 0.46。为了解释这一差距，因果几何将产生参考响应所需的隐藏状态变化与参数干预引起的变化进行比较。直接修改隐藏状态可以恢复参考响应，但参数干预通常会使状态朝不同方向移动。这些结果表明，当输入变化错过所需的隐藏状态方向时，不需要在预测中表达可访问的参数信息。