Google 发布 TimesFM-3:330M 参数模型首次原生支持多变量零样本预测
AxSaucedo · x · 2026-09-10
Google Research 发布时序基础模型 TimesFM-3(330M 参数),在超过 1 万亿时间点的真实与合成语料上预训练,首次原生支持多变量时序预测:此前 TimesFM-2.5 及更早版本仅支持单变量,而真实预测问题几乎都带有协变量(如销量预测需结合相关商品、客流、天气与促销等)。TimesFM-3 可在单次前向传播中联合预测多条共同演化的时间序列,捕捉相互依赖关系,官方称在主要基准上显著超越其他预测模型,继续支持零样本泛化。模型已开源在 GitHub 与 Hugging Face。
「模型」频道最新
- 同一模型不同评测框架成绩悬殊,开发者呼吁标准化 harness 评测 — zainhas · 2026-09-10
- 曝 DeepSeek V4.1 Flash 为不对称激活 MoE,成本远低于同尺寸模型 — gaganghotra_ · 2026-09-10
- DeepSeek V4.1 Flash 实测:推理力度与输出质量近似线性扩展 — zainhas · 2026-09-10
- 从业者热议:一种全新架构的编码器-解码器模型问世 — antoine_chaffin · 2026-09-10
- DeepSeek V4.1 Flash 发布:552B MoE 骨干,支持百万 token 上下文 — tiguidoio · 2026-09-10
- DeepSeek 用 8 种 harness 配置评测 v4.1 flash:极简环境最强 — zainhas · 2026-09-10