预测方式
本页说明预测工作台里表头列角色的作用：一份数据怎样交给模型，结果里又怎样标注。工作台目前处于 Beta，提供的模型是 SequenxAI Omni。
1. 单序列
表格里有一列「时间」和一列「目标」时，就是一条序列：模型读取目标列的历史，向后预测「预测步数 h」个点。
有「序列 ID」列时，每个 ID 是一条独立的序列，各自预测，互不参考。
2. 多个目标列
在表头把其他数值列设为「附加目标」，就能和「目标」列一起预测。每个目标列各算一条序列。
计量按列：每个目标列计为一条序列，占用单次运行的序列数上限，数据点也按列分别计算（行数 × 目标列数）；每日免费额度仍按每次运行计（每个模型 1 次），与目标列数无关。
- 多目标联合预测：支持联合预测的模型会把同一实体（没有序列 ID 时即整张表）的各目标列放进一次推理，让它们互相参考。
- 各列分别预测：模型不支持联合预测时，工作台不会拒绝运行，而是把每个目标列当作独立序列分别预测。运行前，工作台会提示「该模型不支持联合预测，多个目标列将改为各列分别预测」。
结果里每个模型都带一个标记：「联合预测」或「各列分别预测」，鼠标悬停可看原因。SequenxAI Omni 目前不支持联合预测，多个目标列会各列分别预测。
3. 协变量
协变量是帮助解释目标、但本身不需要预测的数值列。在表头选择其中一种角色：
| 角色 | 含义 | 例子 |
|---|---|---|
| 协变量 · 仅历史 | 只在历史时段有值，与目标同步记录 | 历史温度、设备工况 |
| 协变量 · 未来已知 | 预测时段的值事先已知，需要在表格末尾的未来行里填好 | 节假日、排班计划、已发布的天气预报 |
模型不支持协变量（或不支持未来已知协变量）时，这些列不会交给模型，预测照常进行，结果里会把这些列标为未使用并写明原因。SequenxAI Omni 目前不使用协变量，详见协变量支持现状。
4. 留出回测
打开「留出回测」后，数据的最后 h 个点不交给模型：模型只看前面的数据预测这 h 个点，再与留出的真实值对比，给出误差指标。关闭时用全部数据向未来预测，没有真实值可比，因此不显示误差。
回测结果只说明模型在你这份数据最近一段上的表现，不代表其他数据或其他时段的效果。
5. 上限按模型能力判定
历史长度、预测步数、协变量和联合预测都以所选模型的实际能力为准：
- 历史超过模型可读长度：不报错，自动使用最近的点，并在界面上说明用了多少。
- 预测步数超过模型上限：运行前提示「该模型不支持这么长的预测」，并给出该模型的最大步数。
- 协变量、联合预测：模型不支持时按上文的方式处理，并在结果里写明。
SequenxAI Omni 的具体数值见模型与能力上限。
此外还有平台计算资源上限，与模型无关：单次运行的数据点数（行数 × 目标列数）和上传文件大小都有上限，具体数值见工作台的「使用说明与边界」。超出时工作台会说明这是平台限制，不是模型限制。