› Zero-shot tijdreeksvoorspellingen doen - oftewel voorspellen zonder trainingsdata uit de doeldataset - is een van de moeilijkere taken binnen machine learning.
› Een manier om de nauwkeurigheid te verhogen is zogeheten retrieval augmentation: het model doorzoekt vooraf een database met historische patronen, haalt fragmenten op die lijken op de huidige reeks en gebruikt die als extra context.
› Het probleem is echter dat zelfs opgehaalde data die op zichzelf een betere voorspelling bieden dan het basismodel, het uiteindelijke resultaat niet automatisch verbeteren zodra je ze combineert.
› Waardevolle historische data kunnen zo alsnog verkeerd worden benut.Wat is ROAR en hoe werkt het framework?ROAR (Retrieval Opportunity-Aware Refinement) is specifiek ontworpen om dit soort kansen op verbetering beter te benutten.