近日，arXiv 上釋出了一篇題為《DoTime: A Synthetic Benchmark Generator for Interventional and Counterfactual Time Series》的論文（arXiv:2607.27263），由 Dennis Thumm 等三位作者於 2026 年 7 月 29 日提交。論文指出，現有時間序列因果推斷基準大多侷限於觀測資料、規模較小或面向特定領域，導致在醫療、政策評估和氣候科學等關鍵場景中，干預效應和反事實估計缺乏充分的評測工具。為此，團隊提出了 DoTime——一個開源、可擴充套件且具有理論基礎的多元時間序列結構因果模型（TSCM）生成器，並以 dotime PyPI 包的形式釋出，同時附帶四個凍結的評測套件。
與已有生成器相比，DoTime 引入了一系列新能力：支援連續時間干預視窗；提供帶正性保護（positivity guard）的反事實取樣模式；將機制切換 SCM 作為中斷時間序列的嚴格推廣；透過切換 SCM 引數在構造上保證非平穩動態；此外還支援確定性的斜坡和正弦干預輪廓，使趨勢和結構斷裂能夠落在評估視窗內部。這些特性使得基準能夠覆蓋更貼近真實應用的干預與反事實場景。
在資料規模與結構方面，釋出的套件包含訓練規模的 10 萬條軌跡快照，以及八種具名的識別結構。每條軌跡都具有精確的真值：干預軌跡對始終來自同一個 SCM，連續時間套件中則包含共享噪聲的反事實樣本。團隊還提供了參考基線與評估框架，方便研究者復現和對比。
論文還提出了一個可證偽的宣告：在相同容量的模型下，使用干預資料進行訓練會比純觀測訓練帶來可衡量的方向準確率優勢。實驗在每種訓練臂上使用三個隨機種子，並在結構匹配的保留片段上評估。結果顯示，干預先驗擬合網路（PFN）的準確率差距在所有結構、軌跡長度和種子組合上均為正。這一工作不僅為因果時間序列研究提供了標準化基準，也展示了將生成器作為因果基礎模型先驗的潛力。