時系列予測ベンチマーク GIFT-Eval で 3 位に到達した凍結ルーター手法 TW3Cast──平均 MASE ランク 19.4 を記録

論文概要

TW3Cast は、時系列予測のための新しいルーティングシステムである。本手法は、GIFT-Eval ベンチマークの 130 エントリ中、平均 MASE ランクで第 3 位に到達した。特筆すべき点として、上位 2 エントリがエージェントや大規模言語モデル（LLM）を用いる複雑なマルチステップシステムであるのに対し、TW3Cast はエージェントも LLM も一切実行しない。トレーニング分割上で一度計算されて凍結されたルーティングテーブルを用いており、専門家モデルとして Chronos-2、TiRex、Toto などの公開基盤モデルを軽量にファインチューニングして活用している。

関連研究

時系列予測の領域では、単一の基盤モデルの性能向上だけでなく、複数のモデルを組み合わせるアンサンブルやルーティング手法が研究されている。従来のエージェントベースの手法は推論時のコストが高く複雑であるが、本研究は静的なテーブルによる軽量なルーティング設計によって、推論コストを抑えつつ高精度を達成している点で異なる。

新規性と貢献

本研究の主要な貢献は、推論時に動的な複雑な推論を行わず、訓練データの分割上で事前に決定・凍結されたルーティングテーブルのみで最先端の性能を達成した点にある。97 のデータセット、頻度、ホライズンの構成ごとに最適なモード（スペシャリスト、分位点ブレンド、ベースモデルのブレンド、トーナメント選択）を割り当てる仕組みを構築した。最良の単体ベースモデルの平均 MASE ランクが 33.8 であるのに対し、フルルーターは 19.4 を記録している。

提案手法の詳細

TW3Cast の設計思想は、複雑な推論を訓練時に事前計算し、推論時は軽量なテーブルルックアップに落とし込むことにある。各構成に対して以下の 4 つのモードのいずれかを割り当てる。

1. 明示的なルールでクレンジング・拡張された訓練データで LoRA またはフルファインチューニングされたスペシャリスト
2. スペシャリストを含む分位点ブレンド
3. ベースモデルのブレンド
4. 訓練データから切り出したバックテスト上で実行される選択トーナメント

システムには、自身のバイアスから選択を保護する 3 つのガード機構（二重の精度・較正基準、訓練時に系列を観測した候補に対する非対称マージン、保守的なウィンドウごとのゲート）が備わっている。

評価・考察

GIFT-Eval ベンチマークにおける評価では、単体モデルの平均 MASE ランク 33.8、常にトーナメントを実行する構成の 38.0 に対し、提案するフルルーターは 19.4 を達成した。上位のエントリがエージェントや LLM を用いて推論コストを伴うのに対し、TW3Cast は推論時のオーバーヘッドが極めて小さい。

応用例と今後の展望

本手法は、金融、サプライチェーン、IoT などの時系列予測において、LLM や重いエージェントをデプロイするコストをかけずに高精度な予測システムを構築したい実務上の要請に対して直接的なインパクトを持つ。特に、推論レイテンシとコストが厳しく制限される数千規模の時系列データを扱う製造業・小売業の現場において、低コストで高精度な予測基盤を導入する選択肢を提供する。

結論

TW3Cast は、推論時の複雑な処理を排除し、訓練時に厳格な検証を経て構築された凍結ルーティングテーブルを用いることで、GIFT-Eval において上位に匹敵する予測精度を達成できることを実証した。すべてのスコアやルーティングテーブルは再現可能に公開されている。

注釈

• GIFT-Eval: 時系列予測モデルの性能を総合的に評価するためのベンチマーク。
• MASE (Mean Absolute Scaled Error): 時系列予測の精度を評価するための指標で、値が小さいほど予測精度が高い。