摘要： 现实部署中的时间序列数据绝大多数是不规则的。观测值是非同步的，缺失值具有信息性而非随机性，且采样频率在不同传感器和运行窗口之间各不相同。然而，现有的时间序列问答（TSQA）基准大多假设输入是规则采样的，这导致在理解大语言模型（LLM）和 AI 智能体在不规则条件下表现方面存在根本性空白。为填补这一空白，我们引入了 IRTS-ToolBench，这是一个包含 1,700 个问题的基准，涵盖 13 个领域的 10 种任务类型。IRTS-ToolBench 旨在供任何从事基于 LLM 的不规则时间序列分析的研究人员独立使用，提供标准化输入和可复现的评估协议。代码可在此 https URL 获取。