中科大与阿里巴巴提出CEDAR框架，决策条件时间序列预测误差降低超57%

中科大和阿里巴巴的研究团队提出CEDAR双重解耦建模框架，通过动作交错Transformer显式建模人为决策对时间序列的影响，并用残差修正模块融合外界干预因子。该工作在阿里1688约3200万条商品轨迹上验证，预测误差较最优基线降低超57%，线上A/B测试带来商家LTV提升13%、店铺ROI提升15%。该成果被KDD'26接收为Oral论文。