「提前一个半月」这几个字,是从一群赢家身上量出来的。
arXiv:2611.16935,*Universal Infectious Disease Forecasting with Mantis 2*,Carson Dudley、Reiden Magdaleno、Yutong Bi、Anthony Valencia、Xiaofeng Liu、Marisa Eisenberg,密歇根大学,v1 2026-11-12 15:20:49 UTC。许可证 PolyForm Noncommercial 1.0.0。模型的口径:最多 16 周预测、最多 6 个变量、最多 512 周历史、最少 8 周历史。
峰预测那一组数挺硬:3,725 个观测峰值,落在前后各 2 周的判定窗里算命中,Mantis 2 超过 80%,Chronos-2 73%,季节性朴素 46.3%,ETS 38.2%,LSTM 31.7%,persistence 0%。可帖子最看重的 6.43 周,得连着作者的刹车一起读:These averages are conditional on model-specific subsets of successfully anticipated peaks and therefore do not represent a paired comparison of warning time. 只在各自成功命中的那些峰里算的条件均值;你少预测对几个峰,剩下的往往更明显,提前量自然显得长。最强的对手 Chronos-2 是 6.32 周,差 0.11 周,约 0.77 天。两根几乎一样长、又不能配对比较的箭头,被讲成「争到一个半月」。
三把尺子也得拆开。80% 的分母是 3,725 个峰;6.43 周的分母是模型各自的成功峰子集;31.42% 是相对前作在 8 周单目标受限对比上的 pooled WIS 降幅,覆盖 27 个数据集、34,762 个匹配预测起点。三个数排在一起很像一条完整证据链,其实谁也不挨着谁。所有评估还是回顾性的,短历史靠截断既有序列得到,作者明说没直接检验新发疫情的收益。
卡面画的是那两条箭:一条 6.43,一条 6.32,中间一条细线标着差 0.11 周,背景是一个前后各两周的判定窗。
另外两处顺手对账。帖子写「30 个任务里 22 个第一、7 个第二」,22 加 7 等于 29,一手是 29 个 evaluation datasets;1.33 的平均名次和 22/7 也对不上同一把尺子。「六种变量含天气」同样查无:Appendix B 的六个 modality 里没有天气,天气是不计分的辅助协变量,倒漏了 hospital occupancy 与 syndromic。至于总护士长、六周供货期、腾三楼骨科病房这些场景,一手逐字全没查到,当类比读可以,当论文案例读不行。
一句收尾。先筛出赢的那些,再量它们赢了多少,箭头当然长。