TempoPFN:纯合成数据预训练线性 RNN,零样本时序预测登 NeurIPS
Yossarian_1234 · reddit · 2026-10-19
- 论文:TempoPFN 提出一套合成时间序列生成器与增强库,用它预训练基于 DeltaProduct 的线性 RNN 时序基础模型,实现零样本预测,被 NeurIPS 接收(作者含 Frank Hutter 团队)。
- 数据侧:生成器加 TS Mix、噪声、量化、缩放、卷积、删失、NaN 等增强链,无需任何真实时间序列数据。
- 影响:这套合成数据已被 Toto-2 和 TS-ICL 采用。
- 评测:在 GIFT-Eval 上与 TiRex、TabPFN-TS、Chronos Bolt 等基础模型对比,合成数据训练即具竞争力。
- 资源:arXiv 2510.25502,GitHub(automl/TempoPFN)与 Hugging Face(AutoML-org/TempoPFN)均已开源。
所属事件:TempoPFN 用合成数据预训练线性 RNN 实现零样本时序预测(2 条相关)→
「研究」频道最新
- 仅 1 克！无线微型显微镜实现自由活动小鼠全皮层单细胞成像 — KordingLab · 2026-10-23
- Mike Frank 抛出超导可逆计算难题:能否用无偏置约瑟夫森结凑齐 BARCS 通用原语集 — MikePFrank · 2026-10-23
- Arc Institute 用基因组语言模型绘制原核非编码序列图谱 — tedgreenwald · 2026-10-23
- 同行评审的 AI 化：审稿人终于「进入附录」了 — abursuc · 2026-10-23
- Anthropic 用 Claude 为 100+ 开源库写下汇编级安全形式化证明 — AnthropicAI · 2026-10-23
- 研究提出 9 种策略为多 LLM 协作选模型，最优可超随机 36.1% — shangbinfeng · 2026-10-23