TW3Cast dans le classement GIFT-Eval

LLéna

TW3Cast, un système de prévision de séries temporelles, se classe troisième parmi 130 entrées de GIFT-Eval dans le classement arrêté au 14 septembre 2026, selon arXiv. Ce classement repose sur le rang moyen MASE, et les 2 systèmes placés devant lui appartiennent à la catégorie agentique. Pourtant, TW3Cast n’utilise ni agent ni modèle de langage. Son fonctionnement repose sur une table de sélection, calculée à partir des données d’entraînement puis figée. Les choix de méthode sont donc établis avant la prévision, plutôt que pris par un agent ou un modèle de langage au moment de produire un résultat. La table couvre 97 configurations, définies par le jeu de données, sa fréquence et l’horizon de prévision. Pour chacune, elle peut retenir un modèle spécialisé, un mélange de quantiles, un mélange de modèles de base ou un tournoi de sélection évalué sur une partie des données d’entraînement. Les modèles spécialisés sont des systèmes publics de prévision, comme Chronos-2, TiRex ou Toto, légèrement ajustés sur les données d’entraînement, par LoRA ou par ajustement complet. Les auteurs indiquent que la sélection s’appuie sur des critères de précision et de calibration, une marge asymétrique pour les candidats ayant déjà vu une série pendant leur entraînement, ainsi que des seuils prudents par fenêtre. Le résultat à retenir est donc un rang élevé sur ce benchmark, obtenu avec une sélection préparée en amont et sans recours à des agents ni à des modèles de langage.