CoRA · Correlation-aware Adapter · Lesson 0001

三种通道相关：卡在哪，才需要插件

先别碰公式。用气象四通道，把 DCorr / HCorr / PCorr 各自「坏在哪」钉死。

主源： arXiv HTML 2603.21828 · Appendix A 定义 · 术语速查

消歧（开场必读）
本课的 CoRA = CoRrelation-aware Adapter（通道相关插件，Cheng et al., ICLR 2026）。仓库里另一篇 CoRA = Covariate-awaRe Adaptation（外生协变量）。问题不同，方法不同，本课不展开后者。

锚点例子：Weather 四通道

论文可视化用 Weather 里 4 个通道、3 段各 64 点（Fig. 7）。你就想象：气温、湿度、气压、风速——名字不重要，重要的是它们之间的关系会变。

时间轴 → 段1 (0–64) 段2 (64–128) 段3 (128–192) C1↔C3 同向 C2↔C3↔C4 同向 C1↔C3 同向 C2↔C4 同向 C3 更独立 C1/C3 与 C2/C4 反向

若模型永远用同一张「谁跟谁相关」的图，或永远让所有通道两两交互，就会在某段上把噪声当信号、或把反相关当同向。这就是 TSFM 多走通道独立（CI）时留下的缺口：时序强，通道关系弱或粗糙（见论文 Introduction 与 Related Work 对 TTM / UniTS / Moirai 的批评）。

三种相关：各钉一个失败模式

名字	一句话	在例子上怎么坏
DCorr 动态相关	相关矩阵随时间段变	段1 的「好友名单」搬到段3 全错
HCorr 异质相关	同一段里既有正也有负	把反向通道当同向混进 attention
PCorr 部分相关	只有部分通道对显著	全通道混合 = 给无关对喂噪声

正式定义在 Appendix A：把序列切成窗，每窗一张通道相关矩阵 \(C^{(k)}\)。 DCorr = 存在两窗矩阵不等；HCorr = 某窗里同一通道对另两通道符号相反； PCorr = 某窗里存在 \(|c_{ab}| < \epsilon\) 的弱边。读原文定义。

为什么要「下游插件」而不是预训练一次学完

相关形态跨数据集差很大；预训练很难学到「通用相关」。端到端模型（Crossformer、iTransformer 等）改整网；CCM / C-LoRA 等插件又多面向端到端、few-shot 易伤 TSFM。 CoRA 的定位：微调阶段挂上，吃 TSFM 的表示与原预测，补三类相关，推理尽量轻。

本课只建立「问题地图」。下一课再拆 DCE / HPCL 怎么做。先会诊断，再谈手术刀。

检索练习

先别往回翻表。凭记忆答；点完才看解释。

1. 全通道 MLP 混合、权重还不随时变——最直接漏掉的是哪一类？

2. 段1 里 C1–C3 同向，段3 里 C1–C3 仍同向但与 C2 反向。这首先证明？

3. 本课 CoRA 主要补的是？

课后一问（写给自己）

用你熟悉的一个多元数据集（电、交通、气象任选），各举一对通道：可能随季节变关系的、可能反相关的、可能根本不该交互的。写三行即可。答不清就再读 Appendix A。

有疑问就问我（你的老师）——定义、例子、和 CI/CD 的关系，随时追问。下一课：DCE 如何用低秩 + 多项式估计动态相关。