Bancada TSFLab aumenta em 20–163% a taxa de tarefas concluídas por agentes em previsão de séries temporais

Pesquisadores do grupo D2I apresentaram o TSFLab, uma “bancada” para o trabalho de agentes de IA com previsão de séries temporais (TSF). Trata-se de uma infraestrutura externa ao próprio agente: ela não altera nem o modelo nem o seu harness, e se conecta a qualquer agente de código compatível. Em experimentos de reprodução de artigos e de benchmarking, a bancada elevou a taxa de tarefas concluídas em 20–163% e reduziu em 11–66% o consumo de tokens novos por tarefa concluída, em comparação com as configurações de base.

Por que os agentes têm dificuldade com TSF

Os autores partem de um problema da própria área. O número de publicações sobre previsão de séries cresce, mas o código raramente é divulgado: dos 1707 artigos do arXiv desde 2020, cerca de um em cada cinco traz link para o código. Pesquisadores, sobretudo iniciantes, precisam reimplementar manualmente os métodos básicos e montar pipelines de avaliação. Implementações independentes podem divergir nas configurações dos experimentos, e é difícil mantê-las.

As bibliotecas com métodos prontos também não acompanham o fluxo de trabalhos. Segundo o artigo, uma delas passou de 18 para 41 métodos, embora mais de 1200 novos artigos tenham sido publicados desde 2024. Em abril de 2026, seus autores anunciaram que deixariam de manter o projeto por falta de mantenedores.

O uso direto de agentes de código esbarra em dois problemas. O primeiro é o conhecimento que se atualiza lentamente: o modelo sabe apenas o que estava nos dados de treinamento, e repetir buscas na web em projetos grandes sai caro em tokens. As fontes encontradas podem ser incompletas ou pouco confiáveis, e erros não verificados passam para as etapas seguintes. Como exemplo, os autores citam o código oficial de um modelo que, na avaliação, descartava por engano o último batch de teste, o que influenciou as configurações de muitos estudos posteriores.

O segundo problema são as configurações inconsistentes. Agentes que configuram experimentos de forma independente se baseiam em fontes diferentes. O resultado são formulações e implementações distintas e resultados incomparáveis, e as equipes acabam repetindo experimentos à toa.

Como a bancada é composta

A principal diferença em relação aos trabalhos anteriores é que a bancada fica fora do agente. Os agentes existentes para TSF desenvolvem seu próprio harness e não se beneficiam automaticamente do surgimento de agentes mais novos. Já a bancada pode ser conectada a qualquer agente compatível e aproveitar a evolução das capacidades dele. O agente reprodutor adiciona à bancada implementações verificadas, o agente de benchmarking as utiliza, e um terceiro agente usa os benchmarks prontos para desenvolver novos métodos.

O TSFLab tem quatro módulos. O TSF-Domain Guide apresenta ao agente os procedimentos típicos, os protocolos de avaliação e as armadilhas conhecidas: as instruções introdutórias são complementadas por 17 habilidades para tarefas específicas. Por exemplo, ao adicionar um novo dataset, a habilidade pede que o agente identifique os campos temporais, as variáveis a prever e a frequência, e depois verifique se a previsão é avaliada para um único alvo ou para todas as variáveis. Assim, as métricas permanecem consistentes entre os métodos.

O Knowledge Structurer decompõe os modelos existentes em blocos reutilizáveis e reúne métodos, blocos e datasets em uma estrutura única. Cada elemento tem um “cartão de conhecimento”, lido por níveis: resumo, cartão e código-fonte. Os resumos servem para a seleção, os cartões descrevem capacidades, parâmetros, interfaces e limitações, e o código-fonte contém os artigos e o código de referência. O agente obtém o nível de detalhe que a decisão exige e não precisa ler todo o código e todos os dados. A bancada integra 323 modelos e 93 datasets, e os componentes comuns foram reunidos em 71 blocos; 263 métodos usam pelo menos um deles.

O Experiment Workflower executa, por meio de um runner único, os experimentos declarados pelo agente. Ele valida as configurações e reporta os resultados segundo protocolos unificados. O Recursive Improver cuida da automanutenção: verifica periodicamente cada método com base no artigo e no código oficial e incorpora à bancada comum os métodos, blocos, datasets e conclusões já verificados. A atualização ocorre independentemente dos lançamentos dos próprios agentes.

O que mostraram os experimentos

Os experimentos abrangeram reprodução, benchmarking e um estudo piloto de desenvolvimento de métodos. Nas duas primeiras tarefas, a bancada elevou a taxa de tarefas concluídas em 20–163% e reduziu em 11–66% o consumo de tokens novos por tarefa concluída, em todas as configurações de base. No piloto de desenvolvimento de métodos, os agentes com a bancada gastaram 32,8–73,6% menos tokens novos e 9,2–68,8% menos tempo do que nos demais modos.

Os autores ressaltam que, nesse contexto, resultado correto é a tarefa executada exatamente como solicitado, e que o custo é calculado por tarefa concluída. Para equipes que constroem agentes de pesquisa, a conclusão é prática: uma camada comum e verificável de conhecimento e uma execução unificada de experimentos economizam tokens e tornam comparáveis os resultados de agentes diferentes. O código está publicado no repositório D2I-Group/TSFLab, no GitHub.