TEMPO：基于离散分词化实现时间序列理解

TEMPO 通过有限标量量化扩展 LLM 词汇表，利用冻结的 Tokenizer 将四步补丁映射至 625 码本，结合 Qwen3-4B 骨干模型实现时间序列理解。 在任务特定微调后，TEMPO 在活动识别、睡眠分期和轴承故障诊断中分别取得 89.0%、85.0% 和 86.0% 的宏观 F1 分数。 该方法证明了离散词汇扩展在整合信号表示与文本语境方面的效用。