大型語言模型

深度分析

CastFlow：角色專精代理工作流程提升時間序列預測精度

隨著大型語言模型在時間序列預測的應用日增，傳統一次性生成方式受限於模式抽取與特徵取得。CastFlow以規劃、行動、預測、反思四階段的代理工作流程，結合記憶模組與多觀點工具箱，支援多輪特徵蒐集與迭代修正。該框架採用凍結LLM負責規劃與反思，微調領域LLM執行數值預測，透過兩階段工作流程訓練提升穩定性。實驗顯示其在多項基準上優於現有模型，提升預測準確度。