MarsTSC: Framework di Ragionamento Agentico VLM per la Classificazione di Serie Temporali Few-Shot

MarsTSC, un nuovo framework, utilizza modelli visione-linguaggio (VLM) per classificare serie temporali multimodali con pochi esempi. Presenta un repository di conoscenza auto-migliorante che viene progressivamente potenziato attraverso un ragionamento agentico riflessivo. Vengono stabiliti tre ruoli chiave: il Generatore classifica tramite ragionamento; il Riflettore identifica errori di ragionamento fornendo preziose intuizioni; e il Modificatore implementa aggiornamenti confermati al banco di conoscenza per evitare il collasso del contesto. Una strategia di aggiornamento durante il test consente un perfezionamento attento e continuo per affrontare il bias few-shot e i cambiamenti di distribuzione. La ricerca è accessibile su arXiv (2605.09395).