Wasserstein BaryBooster convertit le réalisme de la diffusion en précision de prévision d'événements

Les auteurs du préprint arXiv:2610.12586 ont constitué un benchmark de prévision de séquences d'événements et évalué les modèles selon deux axes : la précision de la prédiction et le réalisme de la distribution des trajectoires générées. Leur conclusion est sans appel : aucune méthode ne gagne sur les deux axes à la fois. L'équipe montre ensuite une voie de contournement. L'algorithme Wasserstein BaryBooster agrège les échantillons d'un modèle de diffusion, performant en réalisme, et les transforme en prédicteur au niveau de l'état de l'art. Le code est publié en accès libre.

Ce que l'on prévoit ici

Une séquence d'événements est une chaîne d'événements aléatoires, dont chacun porte des attributs hétérogènes, numériques et catégoriels. Exemple typique : des transactions bancaires avec un montant, une catégorie de commerçant et un horodatage. Les mêmes structures se retrouvent dans les historiques médicaux et les logs de processus métier. Les auteurs travaillent en configuration multi-horizon : il s'agit de prédire non pas le seul événement suivant, mais plusieurs pas en avant.

Ils formulent la tâche comme de la modélisation générative conditionnelle. Le modèle reçoit l'historique et échantillonne des suites possibles. Cela change la manière d'évaluer. Il ne suffit pas de savoir à quel point la prévision se rapproche de la trajectoire réelle. Il faut aussi vérifier que les chaînes générées ressemblent statistiquement aux vraies : fréquence des événements, intervalles entre eux, combinaisons d'attributs.

Benchmark et compromis

Les praticiens connaissent bien cet écart entre les deux critères. Un modèle qui cherche à minimiser l'erreur tend à produire des trajectoires moyennes, « lissées ». Elles paraissent correctes sur la métrique de précision, mais on ne rencontre presque jamais de telles chaînes dans les données réelles. À l'inverse, un modèle génératif reproduit la distribution vivante, mais chaque trajectoire prise isolément peut s'écarter du fait observé. Les auteurs l'ont vérifié sur un ensemble de tests unique.

Le benchmark comprend :

• des métriques pour les deux aspects de la qualité : la précision et le distributional realism ;
• de solides baselines statistiques ;
• des modèles récents issus de domaines voisins, adaptés aux event sequences ;
• une sélection de jeux de données réels.

Après une évaluation rigoureuse, un trade-off fondamental apparaît. Les méthodes les plus précises perdent en réalisme, et les méthodes réalistes cèdent en précision. Pour l'industrie, le signal est inquiétant : choisir un modèle sur une seule métrique peut dégrader l'autre sans qu'on s'en aperçoive.

Comment BaryBooster contourne le compromis

La seconde partie du travail est constructive. Dans les expériences, le modèle de diffusion s'est révélé performant précisément en réalisme. Wasserstein BaryBooster prend un ensemble de ses échantillons et les agrège en une seule prévision. Son nom renvoie au barycentre au sens de la métrique de Wasserstein, c'est-à-dire à la « moyenne » d'un ensemble d'objets qui tient compte de la géométrie de l'espace, et non à une simple moyenne arithmétique. L'abstract ne détaille pas la méthode ; pour les spécificités, mieux vaut consulter l'article et le dépôt.

Le résultat décisif est le suivant : le réalisme peut se convertir en précision. Un modèle qui décrit bien la distribution des événements futurs sert de source à un prédicteur qui surpasse les méthodes spécialisées.

Que faire de tout cela en pratique

Les équipes de la fintech, de la médecine et du process mining qui prévoient des chaînes d'événements disposent d'un outil prêt à l'emploi pour tester leurs modèles. Le benchmark et le code sont disponibles dans le dépôt xaosina/event-sequence-forecasting. Il est raisonnable d'y faire tourner ses propres solutions pour voir si l'on n'a pas payé la précision au prix du réalisme.

Le choix de la métrique doit dépendre de la tâche. Pour le scoring et la prévision ponctuelle, la précision compte. Pour la simulation du comportement des clients, les stress-tests et les données synthétiques, le réalisme est critique. Si l'on a besoin des deux, le schéma « diffusion plus agrégation d'échantillons » apparaît comme le premier candidat à tester.

Il y a aussi des réserves. Nous nous appuyons sur un abstract qui ne contient pas de résultats chiffrés. Par la logique de la méthode, l'agrégation de nombreux échantillons coûte plus cher qu'une seule prévision directe. Avant de transposer l'approche en production, il convient de mesurer le gain de précision sur ses propres données et de le comparer au coût d'inférence.