京东TimeHF大模型实战：如何用RLHF提升销量预测准确率10%+（附数据集构建技巧）

京东TimeHF大模型实战：如何用RLHF提升销量预测准确率10%+（附数据集构建技巧）

在零售行业，销量预测的准确性直接关系到库存管理、供应链优化和资金周转效率。传统时序预测模型如ARIMA、Prophet在处理复杂业务场景时往往捉襟见肘，而深度学习模型又面临零样本泛化能力不足的困境。京东供应链算法团队最新研发的TimeHF时序大模型，通过引入人类反馈强化学习（RLHF）技术，在2万种商品上实现了预测准确率10%以上的提升，为行业树立了新标杆。

1. 时序大模型的数据工程革命

构建高质量数据集是训练大模型的基础。京东团队通过独创的"真实+合成+公开"三源数据融合策略，打造了包含15亿样本的行业最大时序数据集。这个规模是现有公开数据集的50倍以上，为模型捕捉复杂时序规律提供了充足"燃料"。

1.1 多源数据采集与配比

数据来源的多样性直接影响模型泛化能力。团队采用金字塔式数据采集策略：

• 核心层（76%）：京东平台3年跨品类销售数据，包含食品、服装等高频波动商品
• 补充层（20%）：基于趋势项和季节项生成的合成数据，增强模型处理极端情况能力
• 基准层（4%）：Monash等公开数据集，确保模型掌握基础时序模式

关键技巧：通过时序标签系统对每个样本标注长度、零销量占比等20+特征，为后续质量过滤建立量化标准

1.2 数据清洗的工业化流程

原始数据需经过严格的质量管控流水线：

1. 异常检测：剔除连续30天零销量的"僵尸商品"数据
2. 去重聚类：基于DTW算法识别相似时序曲线，保留最具代表性样本
3. 动态配比：训练过程中自动调整三类数据比例，防止模型偏向某类特征