預訓練時間序列模型愈來愈多，資料分析師仍得先決定要用哪一個。IBM 在 10 月 22 日介紹的 Granite Timeseries Ensemble，把四個既有模型整理成一套可直接載入的組合，免重新訓練，就能同時取得中位數與預測範圍。
這套組合的價值，在於讓還沒選定模型的團隊先有一個可比較的起點。IBM 公布的測試顯示，它的點預測誤差略優於最強單一成員，但不同指標各有勝負。已有穩定預測流程的團隊，則要進一步衡量增加的運算是否值得。
四模型如何合成一份預測
預設組合包含 PatchTST-FM-r1、PatchTST-FM-r2、FlowState-r1.1 與 TTM-r3。它們使用不同架構，對趨勢、季節變化與局部波動有不同處理方式；把預測合起來，目的就是降低只押一種架構的風險。
下載的內容是一份組態，會在執行時載入各成員權重，並沒有合成新的單一參數檔。對使用者來說，介面統一了，背後仍有四個模型要運算，記憶體與等待時間也跟著增加。若想先了解單一模型的輸出，可對照站內 Timestral 的 CPU 範例。
預設方法讓各成員等權參與，將它們預測的分位數放進同一個集合，再取出新的中位數與區間。因此，模型彼此的分歧也會反映在結果裡。另一種 IQR 方法則讓區間較窄的成員影響更大；兩者都不用先從歷史誤差學習組合權重。
這項差異值得留意：IQR 是按模型表現出的不確定程度分配影響力，並沒有先證明誰比較準。模型若過度自信，也可能獲得較大權重。初次使用時，從預設的等權組合開始，較容易把成員差異和加權方法的效果分開比較。
增加運算後，改善有多大？
IBM 以 97 組 GIFT-Eval 資料設定比較兩種組合和各成員。以下摘錄官方保存於 10 月 20 日的結果，兩欄誤差都是愈低愈好：MASE 看點預測，CRPS／MWQL 則評估機率預測。這些是跨資料設定彙總的分數，不是本文的實測結果。
| 預測方式 | MASE | CRPS／MWQL |
|---|---|---|
| 預設等權組合 | 0.683 | 0.471 |
| IQR 加權組合 | 0.684 | 0.471 |
| 最強單一成員 | 0.685 | 0.467 |
數字呈現的取捨很清楚。預設組合的點預測誤差較低，但領先幅度不大；單一 PatchTST-FM-r2 的機率預測彙總誤差反而較低。還沒選好模型時，四模型組合能省下一開始猜架構的功夫；若已找到適合資料的單一模型，則有充分理由保留它作比較，不能只因新方案成員更多就換掉。
實作可從官方模型卡的最小範例開始。它以按時間排列的資料產生中位數與分位數輸出；範例筆記本則示範保留後段真值，將預測區間和實際結果畫在一起。這比只看一張平滑的預測曲線，更容易看出誤差集中在哪些時段。
對處理門市需求或設備負載的台灣分析師，接資料時還有一項直接影響選型的設計：目前各序列獨立預測，不使用欄位之間的關聯。把用電與氣溫放在同一份表格，不會自動得到天氣對用電的影響；需要這種關係時，應另看多變量預測的輸入方式。原始資料的時間粒度與缺值，則可依資料清理方法先整理。
我的判斷是：這次更新讓「先有一套能比較的預測」變得方便，但還沒有替團隊決定最佳部署方案。評估時把最強單一成員留在場上，同時記錄誤差、執行時間和記憶體，才看得出四模型帶來的改善是否值得付出額外運算。
常見問題
需要先用自己的資料訓練嗎？
預設組合不必重新訓練成員，也不用先學習組合權重。使用者仍要提供歷史時間序列，並設定要預測的長度；首次執行還會下載各成員的預訓練權重。
如何確認四個模型都有執行？
查看執行紀錄。公開實作會記錄失敗的成員，並嘗試用其餘成員繼續產生預測，因此有輸出不代表四模型都成功。重現官方設定時，要確認四個成員均完成推論。
預設與擴充組合有何差別？
預設使用四個 Granite 成員，組態與實作採 Apache-2.0，權重依各模型庫授權。擴充組合另加入 IBM Research 模型，可能有非商業或研究用途限制；選擇時須逐一核對成員條件。