無需訓練即可使用的四模型集成架構

Granite Timeseries Ensemble的核心概念類似天氣預報中的集成預測，透過結合不同模型的觀點來降低選擇單一錯誤模型的風險。該方案預設整合了四個具有不同架構的Granite預訓練模型：Granite PatchTST-FM-r1（Patched Transformer）、Granite PatchTST-FM-r2（Patched Conformer）、Granite FlowState-r1.1（State-space model）以及Granite TTM-r3（Tiny Time Mixers）。

這些架構在捕捉趨勢、季節性和局部變異方面各有不同，因此它們的預測誤差不會完全重合。集成配方儲存的是配置而非合併後的模型權重，執行時會下載四個成員模型的檢查點。開發者可以直接從Hugging Face載入推薦的四模型配方，透過安裝granite-tsfm套件並調用QuantileEnsembleForecaster類別即可使用。

該接口輸出包含點預測（prediction_outputs）與分位數預測（quantile_outputs）。預設的分位數範圍為0.1至0.9，應用程序可使用點值作為中心預測，並利用選定的分位數來表達預測範圍，例如0.1和0.9分位數定義了一個名義覆蓋率為80%的中心預測區間。

兩種聚合策略：等權重與自適應加權

集成方案提供兩種將各成員模型的分位數預測合併為單一預測分布的方法。推薦的預設方法是Probabilistic Ensemble（均勻概率池化），它給予每個成員模型相等的影響力，在概率空間中池化它們的分位數預測，並從組合值中提取所需的分位數。由於權重固定，此方法不需要擬合步驟，也沒有需要針對新序列調整的加權超參數。

另一種方法是IQR Ensemble（四分位距集成），它根據每個成員模型的預測離散程度進行加權，給予較窄區間更大的影響力。該方法透過25th和75th百分位附近最接近可用的分位數來近似每個成員的四分位距。權重會隨樣本、目標和預測步長變化，並使用單調回歸（Isotonic regression）確保組合後的分位數不會交叉。

需要注意的是，較窄的區間並不必然意味著更準確或校準更好的預測，IQR加權可能會偏向過度自信的成員模型。若需實驗，該配方暴露了溫度設置（較高值會使權重趨向均勻）以及對單一成員權重的可選上限。建議從Probabilistic Ensemble開始，若發現預測離散度對應用具有參考價值，再在代表性數據上比較IQR Ensemble。

基準測試結果與性能限制

IBM Research在97個GIFT-Eval數據集配置上評估了這兩種配方，模型無需微調，且測試目標未用於選擇或擬合聚合方法。比較基於2026年10月20日捕獲的公開排行榜分數和排名。結果顯示，兩種集成方案在總體MASE（平均絕對標度誤差）和平均MASE排名上均優於四個單獨的成員模型。

Probabilistic Ensemble在這六個預測中取得了最低的MASE值0.683，略低於最佳單一成員PatchTST-FM-r2的0.685。雖然MASE優勢微小，但其主要價值在於穩健性：開發者無需預先知道哪種架構適合自己的數據，即可獲得相當或更好的總體準確度。然而，在概率預測指標CRPS/MWQL上，單一模型PatchTST-FM-r2仍保持最低的總體分數0.467，而IQR Ensemble則取得了這六個預測中最低的平均CRPS排名。

在2026年10月20日的比較中，集成方法在符合資格的系統中於MASE Rank和CRPS Rank上排名第3。部分系統（包括被排除的微調模型或非寬鬆授權條目）得分高於這兩種配方。因此，集成的價值不在於佔據排行榜首位，而在於單一預設能在多種序列上提供強勁且一致的結果，無需開發者選擇特定成員。

部署考量與技術限制

雖然GIFT-Eval是一個廣泛的基準測試，但總體增益並不意味著每個序列都會受益，平均排名也不能確立校準性。開發者應在代表性數據上進行回測，比較Probabilistic Ensemble、IQR Ensemble與強勁單一成員（如PatchTST-FM-r2）在同一視窗上的表現，並評估分位數損失及0.1至0.9區間的經驗覆蓋率是否符合名義80%。

目前配方存在兩項主要限制：首先，它獨立預測多變量通道，未利用通道間資訊；其次，載入四個成員檢查點會增加相對於單一成員的推理時間和記憶體使用量。此外，成員模型的上下文長度、預測範圍、預處理和缺失值處理方式各不相同，且兩種聚合方法都不保證在分布偏移下的校準性或穩健性，部署後需持續監控預測結果。

該接口允許擴展以包含其他相容的外部模型或IBM Research的其他檢查點，但這些額外成員可能帶有非商業和研究使用的授權限制。對於任何新的組合，開發者必須檢查預測兼容性、準確性、校準性、延遲和授權條款。集成配方及其預設Granite成員採用寬鬆授權許可。