Time Series Reasoning Multimodal Learning LLM Alignment Cognitive Tasks
摘要

现有研究将时间序列分析简化为曲线拟合，忽视了真实场景中密集的语义与推理需求。为此，本文提出 TSCognition，一个包含约 4.1 万样本的多模态基准，涵盖解码、 grounding、推断等五项认知推理任务。同时推出 TSAlign 框架，通过门控残差注入将时间序列编码为紧凑补丁表示，并与 LLM 嵌入空间的语义方向对齐。实验表明，该方法在多个基准上优于现有模型，且显著降低了计算成本。

AI 推荐理由

论文核心聚焦于利用 LLM 进行时间序列的认知推理，提出新基准与框架解决语义理解缺失问题。

研究机构
Institute of Digital Twin, Eastern Institute of Technology, Ningbo Zhejiang University Munich Center for Machine Learning, LMU
论文信息
作者 Xin Qiu, Junlong Tong, Yao Zhang, Yunpu Ma, Wei Zhang et al.
发布日期 2026-06-20
arXiv ID 2606.22126
相关性评分 9/10 (高度相关)
arXiv 页面 下载 PDF Code DeepWiki