谷歌发布 TimesFM-3：330M 参数时序预测模型一次生成未来全部时间点
The Decoder · rss · 2026-09-12
Google Research 发布时序预测模型 TimesFM-3,共 3.3 亿参数,可同时分析时间序列数据与相关外部信息,以及已知的未来事件,例如促销计划或天气预报。
与逐步滚动预测不同,该模型在单次推理中一次性填出所有未来时间点,从而降低计算耗时,并减少误差随步数累积放大的问题。适用于销售等业务场景的预测任务。
「研究」频道最新
- DeepMind 首发智能经济学研究：AGI 冲击经济靠协同而非单模型变强 — Scobleizer · 2026-10-31
- 把整台任天堂塞进 1GB 权重：Qwenputer 衍生出 Nesformer — idanbeck · 2026-10-31
- AI 时代何为「科学发现」？ICLR 2027 提案 SCOPE 研讨会聚焦争议 — mariyaivasileva · 2026-10-31
- 机器人操作新基准 MolmoSpaces-CommonSense:所有策略无一超过 30% — RanjayKrishna · 2026-10-31
- 用培养脑细胞做视频模型：mischief 1 上线，每秒仅 0.5 美分 — evilsocket · 2026-10-31
- 斯坦福 CS336 笔记:Percy Liang 讲透 Scaling Laws 的思维方式转变 — stanfordnlp · 2026-10-31