TSFMAudit: Data Contamination Auditing in Forecasting Time Series Foundation Models

Este trabajo presenta TSFMAudit, un método novedoso para auditar la contaminación de datos en Modelos Fundacionales de Series Temporales (TSFMs) durante el preentrenamiento. Detecta cuándo los conjuntos de datos de evaluación han sido expuestos indebidamente, lo que lleva a estimaciones de rendimiento demasiado optimistas, observando una adaptación inusualmente eficiente durante el ajuste fino. El estudio evalúa TSFMAudit en 6 TSFMs y 187 conjuntos de datos, abordando un desafío no estudiado previamente en la auditoría de contaminación de preentrenamiento para TSFMs.