arXiv · ML· Xiaoyu Tao, Mingyue Cheng, Yaguo Liu, Xingpeng Gao, Qingsong Wen, Shijin Wang, Enhong chen·· 8 小时前AI 评分21
Cast-R1：通过轨迹蒸馏与记忆增强强化学习实现智能体时间序列预测
Learning Agentic Time Series Forecasting via Trajectory Distillation and Memory-Based Reinforcement Learning
AI 导读
8B参数模型Cast-R1通过轨迹蒸馏和多轮强化学习，实现了无需提示工程驱动的智能体时间序列预测能力。 该模型利用教师LLM生成多轮交互轨迹进行监督微调，并结合结构化记忆与GRPO算法优化工具选择及预测精度。 研究表明，预测特定的后训练过程能够赋予较小规模LLM多轮工具增强预测能力。
来源：arXiv · ML · arxiv.org