SEER：面向时间序列预测的自演化事件推理与检索框架

SEER 提出一个自演化事件推理与检索闭环框架，将预测误差转化为反思式检索记忆与持久因果知识库两路解耦反馈，动态优化事件条件化预测。该框架在事件检索与反思中强制严格时序边界，防止前视偏差与数据泄漏。在六个高波动时间序列基准上，SEER 持续优于当前最优的时间序列基础模型与语言模型基线。