TimeRSI：冻结时序基础模型外挂自改进智能体

2026年10月16日，AGI Hunt 报道，佐治亚理工、USC 与 Samay AI 联合提出 TimeRSI，其思路是在不改动模型参数的前提下，围绕冻结的时序预测基础模型构建一套自改进智能体系统。该系统包含编码智能体，负责把任务描述翻译为可执行的 pipeline 修改，并在历史预测窗口上测试这些修订；随后通过错误引导的代码修订与自适应 pipeline 选择反复迭代，逐步改进预测流程。报道称，由于冻结模型本身无需改动，该方法即可提升零样本时序预测表现。目前披露的信息集中在方法设计与效果描述，尚无更多细节或后续验证进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。