《超越通用预测选择器：基于需求状况和需求周期的选择模型》

2026 年 9 月 7 日，arXiv cs.LG 发布研究论文《Beyond a Universal Forecasting Selector: Demand-Conditioned Model Selection across Demand Patterns and Horizons》。该研究提出了一种新的模型选择框架，旨在解决通用预测器在不同需求模式和不同预测时长下的适应性不足问题。该方法通过引入“需求条件”机制，根据具体的需求模式特征和预测时间跨度动态调整所选用的预测模型，从而在多种场景下提升预测精度。