Zespół badaczy zaproponował framework łączący multimodalne modele języka z time-series retrieval w celu poprawy szacowania pozostałego czasu użyteczności (RUL) maszyn i urządzeń. Metoda polega na automatycznym wyszukiwaniu historycznie podobnych wzorców degradacji z danych treningowych, a następnie wizualizacji ich razem z bieżącym przebiegiem jako porównawcze artefakty wizualne. Te transformacje są następnie przetwarzane przez multimodalny model języka przy użyciu strukturalizowanych promptów.
Badacze testowali swoje podejście na danych FD001 z benchmarku C-MAPSS, porównując wersję z retrieval-based inference z базą opartą na losowym wyborze danych referencyjnych. Rezultaty wykazały, że zastosowanie time-series retrieval konsekwentnie zmniejsza błędy predykcji i zapewnia bardziej stabilne wyniki we wszystkich testowanych modelach. Istotnym odkryciem jest fakt, że wielkość poprawy zależy od pojemności modelu - retrieval jest najbardziej efektywny dla większych, bardziej zaawansowanych multimodalnych modeli języka, które potrafią lepiej eksploatować pobierane dowody.
Badanie demonstruje, że time-series RAG to obiecująca technika dla poprawy rozumowania prognostycznego w systemach multimodalnych, szczególnie w praktycznych scenariuszach zarządzania zdrowiem i utrzymaniem maszyn. Jednocześnie autorzy zwracają uwagę na obecne ograniczenia podejścia opartego na MLLM w rzeczywistych warunkach operacyjnych, sugerując, że ta technika powinna być raczej wsparciem niż całkowitą zaminą tradycyjnych metod prognostycznych.