小时间序列预测器合成数据训练增益卡在 0.2%：缺失了什么？

在固定架构与短预算下，为小型 Transformer 预测器添加额外堆叠通道仅带来约 0.2% 的误差降低，远未达到预期的 1% 目标。该增益受起始检查点影响且无法迁移至不同模型，参考生成器在长周期上的优势随评估集滚动而减弱。作者询问在有限数据杠杆下，除现有方法外还有哪些能突破当前性能瓶颈的数据侧变更策略。