Wasserstein BaryBooster превращает реалистичность диффузии в точность прогноза событий

Авторы препринта arXiv:2610.12586 собрали бенчмарк для прогнозирования последовательностей событий и оценили модели по двум осям: точность предсказания и реалистичность распределения сгенерированных траекторий. Главный вывод сформулирован жёстко: ни один метод не выигрывает по обеим осям сразу. Затем команда показала обходной путь. Алгоритм Wasserstein BaryBooster агрегирует сэмплы диффузионной модели, сильной в реализме, и превращает их в предиктор уровня state-of-the-art. Код выложен в открытом доступе.

Что здесь прогнозируют

Последовательность событий — это цепочка случайных событий, у каждого из которых есть разнородные признаки, числовые и категориальные. Типичный пример: банковские транзакции с суммой, категорией продавца и временем. Те же структуры встречаются в медицинских историях и логах бизнес-процессов. Авторы работают с multi-horizon-постановкой: нужно предсказать не одно следующее событие, а несколько шагов вперёд.

Задачу они формулируют как условное генеративное моделирование. Модель получает историю и сэмплирует возможные продолжения. Это меняет вопрос оценки. Мало знать, насколько прогноз близок к фактической траектории. Нужно ещё проверить, похожи ли сгенерированные цепочки на настоящие по статистике: частоте событий, интервалам между ними, сочетаниям признаков.

Бенчмарк и компромисс

Разрыв между этими критериями хорошо знаком практикам. Модель, которая стремится минимизировать ошибку, склонна выдавать усреднённые, «сглаженные» траектории. По метрике точности они выглядят прилично, но в реальных данных таких цепочек почти не бывает. Генеративная модель, наоборот, воспроизводит живое распределение, но каждая отдельная траектория может уходить от факта. Авторы проверили это на едином наборе тестов.

В бенчмарк вошли:

• метрики для обоих аспектов качества: точности и distributional realism;
• сильные статистические базлайны;
• свежие модели из смежных областей, адаптированные под event sequences;
• отобранные реальные датасеты.

После аккуратной оценки получился фундаментальный trade-off. Лучшие по точности методы проигрывают в реализме, а реалистичные уступают в точности. Для индустрии это неприятный сигнал: выбор модели по одной метрике может незаметно ломать другую.

Как BaryBooster обходит компромисс

Вторая часть работы конструктивная. Диффузионная модель в экспериментах оказалась сильной именно по реализму. Wasserstein BaryBooster берёт набор её сэмплов и агрегирует их в один прогноз. Название указывает на барицентр в метрике Вассерштейна, то есть «среднее» множества объектов с учётом геометрии пространства, а не простое арифметическое. Детали в аннотации не раскрыты, поэтому конкретику стоит смотреть в статье и репозитории.

Принципиален итог: реализм можно конвертировать в точность. Модель, которая хорошо описывает распределение будущих событий, служит источником для предиктора, обгоняющего специализированные методы.

Что с этим делать на практике

Команды в финтехе, медицине и process mining, которые прогнозируют цепочки событий, получают готовый инструмент для проверки своих моделей. Бенчмарк и код доступны в репозитории xaosina/event-sequence-forecasting. Разумно прогнать там собственные решения и посмотреть, не заплатили ли вы за точность реализмом.

Выбор метрики должен зависеть от задачи. Для скоринга и точечного прогноза важна точность. Для симуляции клиентского поведения, стресс-тестов и синтетических данных критичен реализм. Если нужно и то и другое, схема «диффузия плюс агрегация сэмплов» выглядит первым кандидатом на проверку.

Есть и оговорки. Мы опираемся на аннотацию, в которой нет численных результатов. Агрегация множества сэмплов, по логике метода, дороже одного прямого прогноза. Прежде чем переносить подход в продакшен, стоит замерить прирост точности на своих данных и сопоставить его со стоимостью инференса.