TSFLab: un workbench che migliora autonomamente e non dipende dagli agenti per la ricerca sulla previsione delle serie temporali

Abstract degli autori

Con la proliferazione di pubblicazioni e prodotti sulla previsione delle serie temporali (TSF), per i ricercatori diventa sempre più oneroso analizzare i lavori esistenti. In primo luogo, non tutte le pubblicazioni rendono disponibile il codice. Per esempio, nel periodo considerato dall’indagine, solo circa il 20% degli articoli su TSF pubblicati su arXiv include un link al codice. In secondo luogo, anche il codice reso disponibile richiede manutenzione manuale. I ricercatori che lavorano sulla TSF devono quindi adattare o implementare continuamente i lavori esistenti. Tuttavia, le implementazioni indipendenti possono differire nelle impostazioni sperimentali e sono difficili da mantenere. Proponiamo quindi di usare agenti di IA per valutare la ricerca sulla TSF e persino supportare l’autoricerca, per esempio sviluppando nuovi modelli TSF. Tuttavia, applicare direttamente gli agenti di programmazione esistenti, come Claude Code e Codex, non è ottimale: i costi sono proibitivi, la scalabilità a grandi progetti di ricerca (per esempio, il benchmarking) è limitata e manca l’automanutenzione. Per affrontare queste sfide, proponiamo TSFLab, un «workbench» che migliora autonomamente e non dipende dagli agenti, dotato di risorse e strumenti condivisi per consentire agli agenti di programmazione compatibili di svolgere ricerche sulla TSF a basso costo e mantenere continuamente le risorse di ricerca. I nostri esperimenti riguardano la riproduzione, il benchmarking e lo sviluppo di nuovi metodi. Nella riproduzione e nel benchmarking, TSFLab migliora del 20–163% il completamento delle attività e riduce dell’11–66% i token generati ex novo per ogni attività completata, rispetto alle baseline. Anche uno studio pilota sullo sviluppo di metodi guidato da agenti mostra che TSFLab migliora l’accuratezza delle previsioni, con il 32,8–73,6% di token generati ex novo in meno e tempi di sviluppo inferiori del 9,2–68,8% rispetto alle altre configurazioni.