Hugging Face 上这篇 IBM 文章的可见日期是 Published October 22, 2026。判断先写在前面：这是把四个已经训练好的 Granite 时间序列模型合在一起的配方，不是一次新的训练。页面写明，不重新训练，也不拟合集成权重。默认的概率集成让每个成员的影响相同，在概率空间里合并分位数预报。IQR 集成按预报区间的宽窄分配影响，更窄的区间更大。两种做法都不从历史预报误差里拟合权重。
[1]
默认成员是四个架构不同的模型：PatchTST-FM-r1、PatchTST-FM-r2、FlowState-r1.1 和 TTM-r3。配方保存的是集成配置，不是合并后的一套权重。页面说，这套配方和默认成员采用宽松许可。同一页印了安装命令和调用示例。这篇不抄用法，也不把示例里的参数写成操作步骤。
[1]评估用的是 GIFT-Eval 的 97 个数据集配置。分数和名次取自 2026 年 10 月 20 日抓到的公开榜，页面写明越低越好，星号表示这六条预报里的最好值。概率集成的 MASE 是 0.683，平均 MASE 名次 47.175，CRPS/MWQL 是 0.471。IQR 集成的 MASE 是 0.684，CRPS/MWQL 也是 0.471，平均 CRPS 名次 47.619，是这六条里该列最好的。PatchTST-FM-r2 的 MASE 是 0.685，CRPS/MWQL 是 0.467，这一列在六条里最低。FlowState-r1.1、PatchTST-FM-r1、TTM-r3 的 MASE 分别是 0.701、0.717 和 0.724。页面说，两个集成在合计 MASE 和平均 MASE 名次上都好过四个单独成员。概率集成是这六条里 MASE 最低的，0.683 对上 0.685。页面称这个差距很小，主要好处是稳健：不必事先知道哪一个架构更适合手头的数据。
[1]概率预报上，合计误差和平均名次偏向不同的选择。PatchTST-FM-r2 保住合计 CRPS/MWQL 的最低分。IQR 集成的平均 CRPS 名次在这六条里最好，概率集成在这项上排在 PatchTST-FM-r2 后面。名次列比的是完整榜，不是只比这六条。后面再有条目加进来，名次的数值还会变。
[1]在 2026 年 10 月 20 日这次比较里，这套集成在合格系统的 MASE 名次和 CRPS 名次上都排第三。合格指有复现代码，并且没有声明用了测试数据。微调过的条目，以及许可不宽松或依赖这类成员的系统，没有画进那张图。过滤改变的是图上出现谁，不是它们在总榜上的名次。页面同时写明，有些系统的分数好过这两种配方，包括被排除在图外的。集成的价值不是登顶。合计上的改善也不等于每一条序列都受益，平均名次也不能说明校准已经成立。
[1]