时间序列预测中，预训练模型可以在不微调的情况下使用，但仍要先选模型。不同的架构在平滑工业信号、有噪声的零售需求或长周期季节数据上表现各异。IBM 的 Granite Timeseries Ensemble 把这件事简化成一个默认配方：四个互补的开源 Granite 模型通过统一接口合并输出，返回中位数和分位数预测，不需要重新训练，也不需要拟合集成权重。默认成员采用宽松许可证。

它提供两种组合方式。Probabilistic Ensemble（均匀概率池化）让每个成员权重相等，没有可调超参数，是默认推荐入口。IQR Ensemble 则根据每个成员预测分布的离散程度加权：区间越窄、影响越大，权重会随样本、目标和预测步长变化，并用保序回归避免分位数交叉。它的风险是可能偏向于过度自信的成员，因此配方提供温度参数和单成员权重上限。

评测在 GIFT-Eval 的 97 个配置上进行，模型均未微调，测试目标也没有参与聚合方法的选择。结果中，Probabilistic Ensemble 的整体 MASE 为 0.683，是这个六项预测中最优值，略低于最强单模型 PatchTST-FM-r2 的 0.685；两个集成在平均 MASE 排名上都优于所有四个单模型。在概率误差方面，PatchTST-FM-r2 的 CRPS/MWQL 最低（0.467），而 IQR Ensemble 的平均 CRPS 排名最好。文章也明确说，集成不是为了登顶排行榜，而是让一个默认配置在众多序列上稳定给出接近最优的结果，避免事先选错架构。

同一个接口可以接受外部兼容模型，调整成员组合或聚合方式，不需要合并权重或重新训练。扩展配方中有部分 IBM Research 检查点带有非商业或研究限制，需要逐个查看模型卡。

实际使用有两个限制：当前配方对多元通道独立预测，不利用通道间信息；加载四个检查点会增加推理时间和内存。不同成员的上下文长度、预测长度、预处理和缺失值处理也不一样，两种聚合方法都不保证校准或应对分布漂移。官方建议先用自己的数据做回测：在相同历史窗口上对比 Probabilistic Ensemble、IQR Ensemble 和一个强单模型（如 PatchTST-FM-r2），同时检查分位数损失、0.1–0.9 区间的经验覆盖率，以及运行时和内存成本。