Apresentando ARFBench: Um benchmark de resposta a perguntas em séries temporais baseado em incidentes reais

A Datadog apresentou o ARFBench, um benchmark baseado em incidentes reais para avaliar a IA no raciocínio sobre séries temporais. Ele demonstra que os modelos atuais ficam aquém dos especialistas, enquanto um TSFM-VLM híbrido melhora o desempenho, e abordagens combinadas de modelo e especialista alcançam resultados próximos aos sobre-humanos.