TSQAgent：基于智能体推理的时间序列数据质量评估新框架

本文介绍TSQAgent——一个用于时间序列数据质量评估的智能体推理框架。它通过感知者、检查者和裁决者三个协作角色，解决现有大语言模型（LLM）在质量维度识别和定量比较方面的不足。该框架在TSQBench基准测试及11个真实数据集上验证有效，能提升评估准确性并转化为下游任务性能收益。

时间序列数据广泛应用于金融、物联网、气象等领域，但质量评估因多维度特征（完整性、连续性等）交织而具挑战性。传统方法依赖人工预定义维度和规则/统计指标；现有LLM方法存在两大问题：依赖人工维度定义，无法保证识别场景相关维度；仅纯文本推理，缺乏基于证据的定量比较能力。

为评估LLM能力，研究团队构建TSQBench基准，聚焦两大能力：

1. 理解并识别相关质量维度（如股票预测需连续性，异常检测需异常值维度）；
2. 特定维度下的质量比较。 结果显示：主流LLM在维度识别上常遗漏关键或引入无关维度，质量比较缺乏定量分析，依赖表面特征判断。

TSQAgent将评估任务分解为三个角色：

1. 感知者：分析元数据、统计特征等，生成优先级排序的关键质量维度列表，避免维度爆炸和遗漏；
2. 检查者：使用外部工具对选定维度进行定量分析（如连续性的缺失率、平滑性的方差等），提供数据基础；
3. 裁决者：加权聚合各维度结果，处理维度权衡，生成综合评分/结论，具备自我修正能力。

TSQAgent在TSQBench及11个真实数据集上的实验有四大发现：

1. 维度识别准确率显著提升，尤其在复杂高维数据上优势明显；
2. 定量比较能力大幅改善，从定性描述到定量分析，结论更一致可解释；
3. 下游任务性能提升，基于评估结果选数据，预测任务性能更好；
4. 数据效率改善，过滤低质量数据，模型用更少数据达更好效果。

技术意义：证明智能体推理框架可增强LLM垂直领域能力，三角色设计为其他评估任务提供范式。应用前景：集成到数据管道作为质量门禁（入库前评分、生成报告）；数据选择阶段筛选高质量训练数据，提升模型效率。

局限性：外部工具集覆盖统计/时序分析，需扩展到领域知识维度（如金融合规、医疗临床有效性）；依赖LLM推理，极端复杂问题可能失误。未来方向：支持实时流数据监控、自适应维度权重学习、多模态时间序列应用。