TimeCAP은 대규모 언어 모델(LLM)을 시간 시계열 데이터의 문맥 정보를 이해하는 데 사용하는 새로운 시간 시계열 처리 프레임워크입니다. 기존의 LLM을 예측 모델로만 사용하는 방식과 달리, TimeCAP은 두 개의 독립적인 LLM 에이전트를 활용합니다. 하나는 시간 시계열 데이터의 문맥을 요약하는 텍스트를 생성하고, 다른 하나는 이 풍부한 요약 정보를 활용하여 더 정확한 예측을 수행합니다. 또한, 다중 모달 인코더를 사용하여 LLM 에이전트와 상호 작용하며, 문맥 내 예시를 통해 입력을 상호 보강하여 예측 성능을 향상시킵니다. 실제 데이터셋을 이용한 실험 결과, TimeCAP은 기존 최첨단 기법들을 능가하며, F1 점수에서 평균 28.75% 향상을 보였습니다.
