# 首个时空时序推理框架 STReasoner：让大模型读懂“什么时间、在哪、发生了什么”

> 原标题：首个时空时序推理框架：让大模型真正读懂时空数据 | ACL&#39;26

- 来源：新智元 · 公众号
- 发布时间：2026-04-27T10:11:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/11348
- 原文：https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652695637&idx=3&sn=a365b2b84556264ef6637e0df611bb1d

## 摘要

埃默里大学和微软等团队搞了个 STReasoner，专门教大模型做时空时序推理，比如预测交通流量、分析疫情传播趋势。他们配套出了 ST-Bench 测试集，覆盖预测、异常检测、因果分析和问答四类任务。训练上用了网络随机微分方程加多智能体协作来造数据，再走对齐、带思维链的监督微调、以及 S-GRPO 强化学习这套流程。

## 推荐理由

埃默里大学与微软团队提出 STReasoner 框架并配套 ST-Bench 测试集，覆盖预测、异常检测、因果分析和问答四类时空任务，其训练流程展示了从数据生成到强化学习的可迁移方法。

## 锐评

推理成本只有闭源模型的千分之四，这个数比"首个"值钱。时空预测这活儿本来就得反复跑，交通流量、疫情趋势一天要出多少次结果，成本压到这个量级才谈得上真用起来。ST-Bench 分四类任务考，代码也放出来了，做智慧城市那拨人可以直接上手试。至于"首个"，没给对比范围，先当宣传语看。
