Google Research は、単一の順伝播で複数の関連する系列を予測する 3億3000万パラメータの時系列ファウンデーションモデルである TimesFM-3 をリリースした。以前の単変量バージョンとは異なり、1兆以上の時系列ポイントで多変量予測のためにネイティブに事前学習されており、タスク固有のファインチューニングなしで複数のターゲット、過去の共変量、過去・未来の共変量を受け入れる。

  • ゼロショットで系列間の依存関係をモデル化するために、交互因果的時間注意と完全変量注意を使用する。
  • 連続パッチマスクにより、モデルはステップごとに9つの量子化を用いて単一の順伝播で全体のホライズンを生成できる。
  • ポイント予測および確率的指標の両方で、GIFT-Eval、fev-bench、TIME リーダーボードにおいてファウンデーションモデルの中で1位を獲得した。

重みは非商用・非生産利用の制限付きライセンス下にあります。TimesFM 2.5 は出荷用の Apache-2.0 オプションとして残る。

このモデルはファインチューニングなしで複数のターゲットと共変量の結合予測を可能にし、以前のファウンデーションモデルと比較して標準ベンチマーク全体で精度の向上を提供する。