IBM 开源 Granite 时间序列集成预测模型

四个开放的 Granite 模型，一个可扩展的预测接口，以及更少关于该用哪个模型的猜测。

预训练的时间序列模型无需在你的数据集上训练即可进行预测，但你仍然需要选择一个。一个擅长处理平滑工业信号的模型，可能在嘈杂的零售需求或较长的季节性预测周期上表现不佳，而最佳选择取决于序列和任务。

Granite Timeseries Ensemble 将这一选择简化为一个合理的默认值。一个配方组合了四种互补的 Granite 架构，返回中位数和分位数预测，无需重新训练，也无需拟合集成权重。从概率集成（均匀概率池化）开始，比较自适应的四分位距（IQR）集成，并用兼容的预测器扩展同一接口。该集成配方及其默认的 Granite 成员采用宽松许可。

这个思路在天气预报中并不陌生。集成预测探索一系列可能的结果，而诸如北美多模式集成之类的系统则将不同模型结合起来进行季节预测。时间序列预测也以类似方式受益：互补的模型提供了关于后续走势的不同视角，而集成将这些视角合并为一个预测。

试用 Granite Timeseries Ensemble

安装 Granite TSFM 并直接从 Hugging Face 加载推荐的四模型配方：

pip install "granite-tsfm>=0.3.11"

import pandas as pd

from tsfm_public.models.ensemble.modeling_ensemble import QuantileEnsembleForecaster

df = pd.read_csv(
    "https://raw.githubusercontent.com/zhouhaoyi/ETDataset/main/ETT-small/ETTh1.csv",
    parse_dates=["date"],
)

ensemble = QuantileEnsembleForecaster.from_pretrained(
    "ibm-granite/granite-timeseries-ensemble-r1",
)

result = ensemble(
    df.tail(1024),
    timestamp_column="date",
    target_columns=["OT"],
    context_length=1024,
    prediction_length=24,
)

print(result.prediction_outputs) # 点预测
print(result.quantile_outputs)   # 分位数

该配方存储的是集成配置，而非合并后的模型权重。它在运行时下载四个成员检查点，因此首次运行需要预留额外时间。有关完整配置、成员检查点、评估细节和局限性，请参阅模型卡。

result.prediction_outputs包含点预测，而result.quantile_outputs包含分位数预测，默认范围从 0.1 到 0.9。应用可以将点值用作中心预测，并选择分位数来表达预测区间。例如，0.1 和 0.9 分位数定义了一个名义覆盖率为 80% 的中心预测区间。

集成成员

默认配方组合了四个具有不同架构的预训练 Granite 模型：

背景信息请参见PatchTST-FM-r1 论文、PatchTST-FM-r2 架构概述、FlowState 论文以及微型时间混合器论文。

这些架构以不同方式捕捉趋势、季节性和局部变化，因此它们的误差不一定重合。一篇关于预测组合的 50 年回顾描述了组合预测如何降低选错单一模型的风险，同时强调成员质量和多样性仍然很重要。

组合预测的两种方式

每个成员都返回分位数预测。两种主要配方使用不同的规则将这些预测转换为一个预测分布及其中位数。

概率集成：推荐的默认方式

概率集成（均匀概率池化）赋予每个成员同等影响力，在概率空间中对它们的分位数预测进行池化，并从组合值中提取所需的分位数。由于权重是固定的，因此没有拟合步骤，也没有需要为新序列调优的加权超参数。

预测组合谜题提供了有用的动机：在点预测中，简单的等权重组合往往能与使用估计权重的方法相媲美。该配方将同样的等影响力思想应用于概率预测。它是上例中默认加载的方式。IQR 集成：一种自适应替代方案

IQR Ensemble: an adaptive alternative

IQR Ensemble 根据成员的预测分布宽度来分配权重，区间越窄的成员影响力越大。它从第 25 和第 75 百分位数附近最接近的可用分位数来近似每个成员的四分位距。权重随样本、目标和预测步长而变化，并且与 Probabilistic Ensemble 一样，不从历史预测误差中拟合任何参数。等渗回归可防止组合后的分位数发生交叉。

更窄的区间并不一定意味着更准确或校准更好的预测，而且 IQR 加权可能会偏向过度自信的成员。如果你想进行实验，该配方提供了一个温度设置（值越高，权重越趋向均匀）以及可选的单个成员权重上限。

只需更改子文件夹即可加载已评估的 IQR 配方：

ensemble = QuantileEnsembleForecaster.from_pretrained(
    "ibm-granite/granite-timeseries-ensemble-r1",
    subfolder="recipes/granite-iqr",
)

我应该使用哪种方法？

从 Probabilistic Ensemble 开始。如果预测分布宽度对你的应用看起来有信息量，就在有代表性的数据上将 IQR Ensemble 与它进行比较，因为准确性和校准取决于序列和预测步长。

集成是否优于其成员？

我们在 97 个 GIFT-Eval 数据集配置上评估了这两个配方。模型在没有微调的情况下进行预测，测试目标未用于选择或拟合聚合方法。这里我们将官方集成提交结果与四个组成模型进行比较，使用截至 2026 年 10 月 20 日捕获的已发布排行榜分数和排名。

GIFT-Eval 报告MASE用于点预测，以及CRPS/MWQL（该基准测试的mean_weighted_sum_quantile_loss指标）用于概率预测。分数

★ 所示预测中的最佳值。越低越好。

Rank 列是将各配置的排名与完整的 GIFT-Eval 参考排行榜进行平均，而不仅仅是这六个预测，因此随着条目被添加到排行榜，排名值可能会发生变化。

两个集成模型在总体 MASE 和平均 MASE Rank 上均优于全部四个单独成员。概率集成在这六个预测中取得了最低的 MASE：0.683，而 PatchTST-FM-r2 为 0.685。平均 MASE Rank 越低，表明在 GIFT-Eval 多样化的数据集配置中相对点预测性能越强。综合来看，这些结果支持将集成模型作为实用的起点，而无需开发者事先选择最强的单一架构。相对于最佳单一成员的 MASE 优势很小，因此主要好处是稳健性：你无需事先知道哪种架构适合你的数据，就能获得相当或更好的总体准确率。

PatchTST-FM-r2 保持了最低的总体 CRPS/MWQL 分数。IQR 集成在这六个预测中取得了最低的平均 CRPS Rank，而概率集成在该指标上排名落后于 PatchTST-FM-r2。因此，总体误差和平均排名倾向于不同的选择。

在 2026 年 10 月 20 日的比较中，集成方法在符合条件系统的 MASE Rank 和 CRPS Rank 上均排名第 3。下图展示了两种方案以及每个指标下排名前十的合格参考系统。一些系统（包括因微调或非宽松许可而被排除的条目）得分优于任一方案，因此集成的价值不在于登顶排行榜，而在于单一默认配置就能在众多序列上提供强劲且一致的结果，而无需你选择成员。

图：2026 年 10 月 20 日的 GIFT-Eval 平均排名榜，同时展示 Granite 集成模型与各指标下十个最佳合格参考系统。合格系统需具备复现代码且未声明测试数据泄漏；微调条目以及已知为非宽松许可证或依赖成员的系统被排除。排名值直接取自已发布的整体排行榜快照；筛选只改变显示哪些系统，不改变其排名值。

将该配方扩展到其他预测模型

默认配方使用四个 Granite 模型，但通用Forecaster接口也接受兼容的外部模型。你可以更改成员组合或聚合方法，并保持相同的下游预测格式，无需合并或重新训练成员检查点。这使集成更容易融入现有的预测栈，并随着需求演变添加适合你领域的预测模型。

该仓库还包含扩展配方，加入了 IBM Research 检查点。这些检查点带有单独的许可条款，包括非商业和研究用途限制，因此在使用前请查看每个成员的模型卡。

对于任何新组合，请检查预测兼容性、准确性、校准、延迟和许可。

针对你的应用评估该配方

GIFT-Eval 是一个广泛的基准测试，但总体增益并不意味着每条序列都受益，平均排名也不能确立校准。要了解这些配方在你的应用中的表现，方法是在代表性数据上进行回测：

• 匹配你的用例。使用反映每个预测起点可用数据的历史预测窗口、你需要的预测跨度，以及你预期服务的序列。
• 进行同类比较。在相同的窗口上运行 Probabilistic Ensemble、IQR Ensemble 和一个强单个成员（例如 PatchTST-FM-r2）。
• 不要只看点误差。在评估 MASE 的同时评估分位数损失，并检查 0.1 到 0.9 区间的经验覆盖率是否达到其标称的 80%。
• 衡量成本。记录运行时间和内存使用，以判断组合四个模型带来的收益对你的工作负载是否值得。

请记住两个限制。当前方案独立预测多变量通道，不使用跨通道信息，并且加载四个成员检查点，相比单个成员会增加推理时间和内存。成员的上下文限制、预测范围、预处理和缺失值处理也各不相同，且两种聚合方法都无法保证在分布偏移下的校准或鲁棒性，因此部署后请持续监控预测结果。

在你的数据上试用

推荐的起点是默认的四模型方案：

• Hugging Face 上的 Granite Timeseries Ensemble
• 入门 notebook
• Granite TSFM 仓库
• GIFT-Eval 基准测试

加载默认方案，一次调用即可获得全部四种 Granite 架构的中位数和分位数预测，并可根据需求演进调整该方案。

参考文献

• ECMWF：集合天气预报

• NOAA：北美多模式集合

• FlowState：采样率等变的时间序列预测

• Tiny Time Mixers（TTMs）：用于增强多变量时间序列零样本/少样本预测的快速预训练模型

• 重新审视通用 Transformer：解构时间序列基础模型的强基线

• 预测组合：50 余年回顾

• Smith 和 Wallis（2009），预测组合谜题的简单解释