SDForger는 LLM을 사용하여 고품질 다변량 시계열을 생성하는 유연하고 효율적인 프레임워크입니다. 소수의 샘플과 낮은 계산량으로 모든 자기회귀 LLM의 미세 조정을 통해 합성 시계열을 생성합니다. 단변량 및 다변량 신호를 표 형식 임베딩으로 변환하여 텍스트로 인코딩하고 LLM을 미세 조정합니다. 추론 시 새로운 텍스트 임베딩을 샘플링하여 원래 데이터의 통계적 특성과 시간적 역학을 유지하는 합성 시계열로 디코딩합니다. 다양한 데이터 세트에서 SDForger는 유사성 기반 평가와 다운스트림 예측 작업 모두에서 기존 생성 모델보다 성능이 뛰어납니다. 텍스트 조건부 생성을 통해 다중 모달 모델링과 텍스트 정보와의 시계열 통합을 가능하게 합니다.
