Wasserstein BaryBooster transforma o realismo da difusão em precisão na previsão de eventos

Muitos modelos conseguem prever o que vai acontecer com um cliente de banco, um paciente ou um pedido nos próximos passos. Quase ninguém tentou verificar se essas previsões se parecem com a vida real, e não apenas acertam a média. Os autores de um novo trabalho publicado no Hugging Face Daily Papers preencheram essa lacuna: montaram um benchmark de previsão multipasso de sequências de eventos e mostraram que precisão e realismo da distribuição puxam os modelos em direções opostas. Em seguida, propuseram o algoritmo Wasserstein BaryBooster, que concilia parcialmente os dois objetivos.

Por que sequências de eventos são um problema à parte

Uma sequência de eventos é uma cadeia de eventos aleatórios, e cada um é descrito por um conjunto de atributos heterogêneos: numéricos (valor do pagamento, tempo entre eventos) e categóricos (tipo de operação, diagnóstico, status do pedido). Esse tipo de dado aparece em finanças, saúde, análise de processos de negócio e outras áreas. Os métodos clássicos de previsão de séries temporais lidam mal com ele: é preciso prever não um único número, mas uma trajetória inteira com tipos mistos de dados.

Os autores formulam a tarefa como modelagem generativa condicional. O modelo recebe o histórico e deve gerar uma continuação plausível para vários passos à frente. Essa formulação muda também os critérios de avaliação: não basta que a previsão fique próxima do fato, é preciso ainda que o conjunto de trajetórias geradas se pareça com dados reais.

Um benchmark em que todos perdem em algum aspecto

O benchmark reúne:

• métricas para dois aspectos de qualidade: precisão da previsão e realismo da distribuição;
• baselines estatísticos fortes;
• modelos recentes adaptados de áreas vizinhas;
• datasets reais selecionados.

Depois de uma avaliação cuidadosa, o quadro é desconfortável: nenhum método obtém o melhor resultado nas duas frentes ao mesmo tempo. Modelos cujas trajetórias parecem mais naturais perdem em precisão. Modelos que acertam de forma consistente perto do fato produzem sequências excessivamente «suavizadas», distantes das reais. Os autores chamam isso de compromisso fundamental.

A causa é intuitiva. Para minimizar o erro, vale prever algo próximo da média. Mas a média de eventos aleatórios raramente coincide com o que de fato aparece nos dados. Já um modelo generativo reproduz com fidelidade a dispersão, e cada trajetória individual pode errar o alvo.

BaryBooster: o realismo vem da difusão, a precisão vem da agregação

Nesse contexto, os autores apresentam o Wasserstein BaryBooster. A ideia é pegar um modelo de difusão com bom desempenho em realismo, gerar um conjunto de amostras e agregá-las em uma única previsão. O nome faz referência ao baricentro de Wasserstein, uma forma de calcular a média de distribuições na geometria do transporte ótimo. A agregação leva em conta o formato da distribuição, em vez de simplesmente tirar a média aritmética.

Segundo os autores, o preditor resultante atinge o nível de state-of-the-art em precisão. Isso indica que o realismo da distribuição pode ser convertido em precisão, desde que as amostras sejam combinadas da maneira correta na resposta final. O compromisso continua existindo, mas surge um jeito prático de aproveitar a parte generativa.

O que fazer na prática

O código do benchmark e do algoritmo está publicado no GitHub, no repositório xaosina/event-sequence-forecasting. Para equipes que preveem transações, jornadas de clientes, eventos clínicos ou etapas de processos de negócio, vale passar os próprios modelos pelas métricas propostas. Se a avaliação se baseia apenas no erro de previsão, há o risco de ficar com um modelo que gera trajetórias irrealistas sem que ninguém perceba. Em simulações, testes de estresse e dados sintéticos, isso é crítico.

A segunda conclusão prática diz respeito à arquitetura. Um modelo de difusão como gerador de amostras, somado a uma camada separada de agregação, permite ajustar o equilíbrio entre realismo e precisão conforme a tarefa. Em scoring, a precisão pesa mais; na geração de cenários e simulações, o realismo. Pela primeira vez, o benchmark permite medir os dois parâmetros nos mesmos dados.