证明预训练图基础模型（GFM）经轻量适配即可高效检测MTS异常，突破传统图模型需从头训练的局限。

提出CATF框架，通过动态上下文路由替代人工分区或软门控，提升多源时序预测精度与可解释性。

提出KGO框架，融合Koopman算子结构先验与生成建模，实现高表达不确定性与快速采样的概率时序预测。