Ny översikt kartlägger hur LLM-agenter används för tidsserieanalys

arXiv cs.AI

Forskare har sammanställt en översikt över hur LLM-baserade agenter (AI-system som självständigt kan planera och använda verktyg) tillämpas på tidsserieproblem – alltså data som förändras över tid, som börskurser eller energiförbrukning. Systemen delas in i fyra kategorier: prognoser, datasyntes, avvikelsedetektering och beslutsstöd. Intressant nog fokuserar studien på vad agenterna faktiskt ska lösa snarare än hur de är byggda tekniskt – ett rimligt perspektiv när fältet fortfarande är ganska fragmenterat.