연구진이 시간 시계열 예측 모델의 잔차 편향 문제를 해결하기 위해 새로운 2단계 프레임워크를 개발했어요. 이 프레임워크는 예측과 잔차 학습을 분리하여, 기반 트랜스포머의 잔차 편향을 동적으로 모델링하고 개선합니다. 8개의 벤치마크 데이터셋에서 기존 모델보다 MSE, MAE 등 주요 지표에서 뛰어난 성능을 보여, 시간 시계열 예측의 정확도를 높였어요.