Google Research выпустила TimesFM-3, третье поколение своей базовой модели временных рядов, работающей в режиме zero-shot. Основное обновление по сравнению с версией 2.5 — нативная поддержка многомерных входных данных, позволяющая модели обрабатывать несколько одновременных целевых переменных и ковариат без дообучения.
- Архитектура представляет собой декодерный трансформер с 20 слоями, обрабатывающий 32 последовательных временных шага на токен с использованием чередующихся механизмов причинного и полного внимания.
- Прогнозы генерируются за один прямой проход путём одновременного заполнения маскированных плейсхолдер-токенов; вывод включает 9 квантилей (от 10-го до 90-го перцентиля) для каждой целевой переменной.
- Предобучение использовало более 1 триллиона временных точек из источников, включая просмотры страниц Wikipedia, Google Trends и синтетические данные.
- Модель заявляет о лучшем среднем ранге на бенчмарках Gift-Eval, FEV-Bench и Time по сравнению с Chronos-2, Toto 2.0 и TimesFM-2.5.
Веса доступны по лицензии TimesFM Non-Commercial License v1.0 на Hugging Face и GitHub; в будущем планируется интеграция с BigQuery.