TW3Cast : prévision par modèles de fondation

Par Elisha Bajemon, Ingénieur IA chez TW3 Partners. Dernière mise à jour : 24 octobre 2026.

En bref

TW3Cast prévoit des séries temporelles en choisissant, par configuration, des modèles de fondation publics, spécialisés ou combinés, sans agent ni modèle de langage. Selon la prépublication de TW3 Partners du 16 septembre 2026, les choix de la table de routage sont mesurés sur les seules données d’entraînement, puis figés. Sur l’instantané du 14 septembre 2026, TW3 Partners calcule une position de 3e sur 130 et un rang MASE moyen de 19,4, contre 33,8 pour le meilleur composant servi seul. À cette même date, le système est 8e selon le rang moyen de perte quantile pondérée, dans le même calcul publié par TW3 Partners. Au 9 octobre 2026, il apparaît en ligne 5 du tableau Overall servi par Salesforce. Pour une direction qui évalue une solution de prévision, notre lecture porte sur la traçabilité des choix et sur les limites du matériel publié.

1. Qu’est-ce que TW3Cast ?

TW3Cast est un routeur : une table associe chaque configuration à un spécialiste, à un mélange de prévisions ou à un tournoi de sélection. Une configuration désigne l’association d’un jeu de données, d’une fréquence d’observation et d’une classe d’horizon de prévision. Le système couvre les 97 configurations de GIFT-Eval, selon TW3 Partners, prépublication du 16 septembre 2026.

Un modèle de fondation pour séries temporelles désigne ici un modèle préentraîné de prévision, qui sert de base aux adaptations spécialisées. Les auteurs partent notamment de Chronos-2, TiRex et Toto. Ils décrivent des spécialistes obtenus par réentraînement complet ou par adaptateur LoRA, ainsi que des mélanges de leurs prévisions par quantiles.

La prépublication de TW3 Partners du 16 septembre 2026 est signée Nathan Thierry et André-Louis Rochet. Les résultats historiques rapportés dans la suite de l’article sont ceux que les auteurs calculent dans cette prépublication.

2. Comment le système décide-t-il quel modèle servir ?

Selon la prépublication de TW3 Partners du 16 septembre 2026, la sélection repose sur un backtest découpé dans la partie entraînement : le système prévoit des segments historiques dont la suite est connue, puis mesure ses erreurs. Le reste des données d’entraînement sert à former les spécialistes. Un spécialiste rejoint la table lorsqu’il bat le vainqueur du tournoi sur ce backtest.

La composition annoncée par les auteurs est la suivante :

Mode de prévision	Configurations
Spécialiste seul	16
Mélange contenant un spécialiste	32
Mélange de modèles de base	22
Tournoi	27

Les auteurs recensent 43 spécialistes, dont 19 Chronos-2, 13 TiRex et 11 Toto, dans cette même table.

Les règles de sélection sont elles-mêmes évaluées temporellement : elles choisissent sur des fenêtres anciennes et sont jugées sur des fenêtres plus récentes. Elles combinent précision centrale et qualité probabiliste, avec une marge défavorable aux candidats entraînés localement. Le papier décrit aussi des règles de repli au moment de la prévision. La table est figée ; ces garde-fous peuvent encore changer le modèle servi sur une fenêtre, selon des seuils fixes.

3. Que vaut le résultat du 14 septembre 2026 ?

La troisième position correspond au calcul publié dans la prépublication de TW3 Partners du 16 septembre 2026, sur un ensemble daté de concurrents. Les auteurs ont retenu 129 entrées disposant de résultats pour toutes les configurations, puis ajouté TW3Cast. Chaque configuration donne lieu à un classement par erreur MASE ; la moyenne de ces places détermine la position globale.

Position au 14 septembre 2026	Entrée	Rang MASE moyen	Type dans le papier
1	STRIDE_w_Synapse	14,9	agentic
2	EXAONE-Forecast-Agent	19,2	agentic
3	TW3Cast	19,4	router

Dans ce tableau des auteurs, les deux entrées devant TW3Cast sont déclarées agentiques.

Sur ce même instantané, le meilleur composant isolé, Toto 2.0 2.5B FT, occupe la 23e position, avec un rang moyen de 33,8. Le tournoi appliqué partout atteint 38,0. Le système complet obtient un rang MASE moyen de 19,4. En perte quantile pondérée, il se place 8e avec un rang moyen de 24,6.

Les auteurs comparent aussi le système à un « oracle » qui choisirait, pour chaque configuration, le meilleur modèle de base après avoir vu les résultats de test. Selon les auteurs, l’erreur MASE de TW3Cast est inférieure à celle de cet oracle sur 37 configurations et supérieure de plus de 10 % sur 30. Cette comparaison décrit l’hétérogénéité des résultats face à une référence qui dispose des données de test.

4. Pourquoi le classement le range-t-il parmi les systèmes agentiques ?

L’étiquette vient d’un choix de catégorie du classement pour ce système qui combine plusieurs modèles. Dans la PR de soumission, échange du 18 septembre 2026, le mainteneur explique son hésitation devant ce mélange de routage et de réentraînement, puis propose « agentic ».

Dans sa réponse du 21 septembre 2026, le soumetteur accepte cette catégorie, tout en précisant que TW3Cast n’utilise ni agent ni modèle de langage. Le fichier de description publié dans le dépôt Salesforce, état du 9 octobre 2026, porte bien "model_type": "agentic". Le tableau du papier emploie, lui, « router ». Pour comprendre l’architecture, il faut donc lire la méthode et ses règles de repli, en complément de la catégorie affichée.

5. Que montre le classement au 9 octobre 2026 ?

Dans le classement GIFT-Eval de Salesforce relevé le 9 octobre 2026 à 11 h 40 UTC, TW3Cast apparaît en ligne 5 de l’onglet Overall, avec un MASE_Rank de 22,773 et un CRPS_Rank de 28,247. Ces valeurs décrivent le tableau à cette heure.

Le fichier soumis a aussi changé. Dans la PR, le 21 septembre 2026, le soumetteur indique que 17 lignes sur 97 provenaient d’une construction antérieure dont les artefacts sources avaient été perdus. Il les a recalculées avec les artefacts disponibles. Il annonce alors un passage du rang MASE moyen de 19,41 à 19,56.

La valeur de 19,4 du papier appartient donc au calcul historique sur la soumission initiale. La modification du fichier et l’évolution des concurrents doivent rester distinctes dans la lecture des résultats. Dans la prépublication de TW3 Partners du 16 septembre 2026, les auteurs avertissent que les positions changent avec les nouvelles soumissions.

6. Que peut-on vérifier soi-même ?

Le matériel publié permet de vérifier les scores soumis à partir des prévisions enregistrées. Selon le README de TW3 Partners, état du 9 octobre 2026, replicate.py recharge les quantiles servis et les évalue avec l’outil officiel de GIFT-Eval. predict.py recalcule les prévisions depuis les paramètres publiés, avec une correspondance seulement approchée aux résultats soumis.

Les artefacts sont distribués sur Hugging Face par TW3 Partners, état du 9 octobre 2026. Ils comprennent les quantiles, le fichier de résultats et les décisions du tournoi. Le mainteneur confirme avoir reproduit les résultats après correction dans la PR, le 23 septembre 2026.

La vérification des sorties ne reproduit cependant pas toute la construction du système. Le soumetteur précise dans cette PR que le code de sélection du tournoi n’est pas publié. L’arborescence GitHub relevée le 9 octobre 2026 ne contient ni make_figures.py ni l’instantané daté annoncés dans le papier. À cette date, aucune licence de code n’est déclarée dans ce dépôt. Ces limites font partie du périmètre de réutilisation à examiner.

7. Quelles limites les auteurs écrivent-ils ?

Les limites décrites dans la prépublication de TW3 Partners du 16 septembre 2026 concernent notamment la stabilité du classement, le choix des données de validation et la qualité des prévisions probabilistes. Le texte précise que le backtest privilégie volontairement l’histoire récente. Cette hypothèse de continuité peut échouer lors d’un changement brutal entre entraînement et test.

Les seuils ont été choisis dans le protocole temporel, puis gelés. Cela ne supprime pas leur dépendance au mélange de fréquences et de domaines du benchmark. Le critère combinant MASE et CRPS écarte certains candidats mal calibrés, mais ne sélectionne pas directement la meilleure calibration. Les auteurs n’évaluent pas la variante qui donnerait la priorité au CRPS.

Les auteurs rapportent une dérive inférieure à 1 % entre un modèle en mémoire et sa version rechargée, pour un mode précis de sauvegarde et de rechargement. Ils décrivent aussi des configurations où tous les candidats réentraînés ont perdu contre le tournoi. Les candidats ont alors été écartés. Nous recommandons donc de mesurer le bénéfice d’une spécialisation pour chaque configuration.

Lecture associée : Maintenir un système de prévision par petites mises à jour vérifiées : une table de routage auditable ligne par ligne.

8. Qu’en retenir pour une direction qui construit ou achète une prévision ?

Pour une direction, nous recommandons de demander une justification vérifiable de chaque choix de modèle. Le protocole de TW3Cast invite à préciser quelles données décident de la sélection, quel artefact produit le résultat annoncé et quelle comparaison autorise une mise à jour. Cette lecture prolonge la conclusion des auteurs de la prépublication du 16 septembre 2026, sur des modifications vérifiées individuellement.

Pour une équipe projet, nous recommandons de séparer la reproduction des scores enregistrés, le recalcul des prévisions et la reconstruction de la sélection. Le dossier public permet d’examiner ces étapes avec des niveaux de détail différents. Nous proposons de traiter le résultat du benchmark comme un point de comparaison et de définir le protocole d’acceptation sur les séries et l’horizon concernés par la décision métier.

La fiche photovoltaïque de TW3 Partners, état du 9 octobre 2026, décrit l’utilisation de LightGBM et de Chronos-2, sans GPU. Nous la citons comme un travail voisin de TW3Cast. Sa fiche rapporte que, sur 23 jours de données réelles d’onduleur, la persistance reste meilleure. Nous recommandons de conserver cette méthode de référence dans l’évaluation proposée.

FAQ

Qu’est-ce que GIFT-Eval ?
Le rapport technique de TW3 Partners, état du 9 octobre 2026, présente GIFT-Eval comme un banc de prévision de Salesforce. La prépublication du 16 septembre 2026 décrit 97 configurations sur 24 jeux de données.

Qu’est-ce que le rang MASE moyen ?
Selon le rapport technique de TW3 Partners, état du 9 octobre 2026, le MASE rapporte l’erreur centrale à celle d’une méthode naïve saisonnière. Dans le calcul de la prépublication du 16 septembre 2026, les modèles sont classés par configuration, puis leurs places sont moyennées : la mesure dépend des concurrents présents.

TW3Cast utilise-t-il un modèle de langage ?
Dans l’échange de soumission du 21 septembre 2026 entre TW3 Partners et Salesforce, les auteurs indiquent qu’il n’en utilise aucun, ni aucun agent. Cette description coexiste avec la catégorie « agentic » du classement.

Les données de test ont-elles servi au choix des modèles ?
Selon la prépublication de TW3 Partners du 16 septembre 2026, la table est décidée sur un backtest issu de l’entraînement. Le fichier de description publié dans le dépôt Salesforce, état du 9 octobre 2026, déclare « No » au champ de fuite de données de test.

Le code est-il réutilisable librement ?
Au 9 octobre 2026, aucune licence de code n’est déclarée dans le dépôt GitHub de TW3 Partners. La fiche Hugging Face de TW3 Partners, relevée à la même date, indique license: other et rappelle que les modèles de base conservent leurs licences respectives.

TW3Cast est-il toujours troisième ?
La troisième place de la prépublication de TW3 Partners du 16 septembre 2026 porte sur l’instantané du 14 septembre 2026. Le classement de Salesforce relevé le 9 octobre 2026 le situe en ligne 5 de l’onglet Overall.

TW3Cast : un système de prévision sans agent ni modèle de langage, 3e sur 130 à GIFT-Eval au 14 septembre 2026