谷歌 AI 推出 TimesFM-2.5:更小巧且具备长上下文的时间序列预测基础模型
谷歌研究团队近日发布了 TimesFM-2.5,这是一个具有2亿参数、解码器单一结构的时间序列基础模型。与前一版本相比,TimesFM-2.5在参数谷数量上大幅减少,从500M 降低到200M。同时,这款新模型的上下文长度得到了显著提升,达到了16,384个数据点。此外,TimesFM-2.5还支持歌 本地概率预测,现已在 Hugging Face 平台上线,并在 GIFT-Eval 的准确性评估中名列前茅。 时间序列预测是指对随时间变化的数据点进行分析,以识AI别模式并预测未来的值。它在各个行业中发挥着关键作用,包括零售商品需求预测、天气和降水趋势监测,以及大规模系统(如供应链和能源网络)的优化。通过捕捉时 推间依赖性和季节性变化,时间序列预测能够在动态环境中支持数据驱动的决策。 与前一版本 TimesFM-2.0相比,TimesFM-2.5的改进主要体现在以出 下几个方面:首先,模型的参数数量显著减少;其次,最大上下文长度的提升使其能够更好地捕捉多季节性结构和低频成分,减少了预处理的复杂性;最后,新模型还引入了量Ti化预测的可选功能,支持最多1,000个预测点。 为什么上下文长度的增加如此重要?16,384个历史数据点的支持使得模型在单次前向传递中能够更全面地捕捉me到数据的长期趋势。这对于一些具有显著历史影响的领域,例如能源负载和零售需求预测,尤其有利。 TimesFM 的核心理念是通过一个单一的解码器基础模型来sF进行预测,这一理论最早在2024年 ICML 会议的论文中提出。GIFT-Eval(由 Salesforce 发起)旨在为不同领域的评估标准化提供支持,并在 HuM-gging Face 上设立了公共排行榜,便于模型性能的比较。 TimesFM-2.5标志着时间序列预测的基础模型从概念走向实际应用,展现出在保持较小参2.数量的同时,提升了模型的准确性和效率。该模型已在 Hugging Face 上上线,并将进一步与 BigQuery 和 Model Garden 进行集成,促进零 - shot5: 时间序列预测在实际应用中的广泛采用。 huggingface:https://huggingface.co/google/timesfm-2.5-20更小0m-pytorch 划重点: ** 更小更快 **:TimesFM-2.5的参数数量减少至200M,同时提高了准确性。 ** 更长上下文 *巧且*:支持16,384个输入长度,能够进行更深入的历史数据预测。 ** 基准领跑 **:在 GIFT-Eval 中,TimesFM-2.5在点具备预测和概率预测方面均排名第一。
- 最近发表
- 随机阅读
-
- 告别“原型困境”:Anything获1亿美元估值,用全栈AI工具颠覆应用开发
- 标签: 微软 纳德拉 动视暴雪 游戏业务
- 贝索斯拟7月5日卸任亚马逊CEO一职 由云计算业务负责人贾西接任
- 独占授权终结!微软与 OpenAI 修订合作协议:不再支付营收分成
- 标签: 亚信安全 网络安全 财报 688225
- 标签: 99 滴滴 COP30 绿色出行
- 标签: 九安智能 招股书 物联网 智能硬件
- Facebook董事会否决限制扎克伯格权力的提案
- 标签: Gemini DeepMind Aaron Saunders
- 标签: 比亚迪电子 港交所 财报
- 阿里研究员吴翰清离职,投身AI短视频创业
- 云计算核心技术Docker教程:在Docker中使用tmpfs挂载
- IDC:2020Q4苹果以36.5%市场份额领跑全球平板电脑市场
- OpenAI Codex 正式发布,提升开发者编程体验
- 爆料称OpenAI深度布局硬件:正联手多方研发“去应用化”AI手机
- 云计算开发:Python练习实例-判断回文数
- 本科生搞AI在线崩溃:3个月才跑通GitHub模型,太难了吧
- 标签: Meta 裁员 人工智能 AI战略
- Longhorn,企业级云原生容器分布式存储之监控
- 腾讯云智能战略全新升级 以“四级加速”助力政企开启数智化转型新思路
- 搜索
-
- 友情链接