Google Research 开发了一种新方法，通过在推理时从少量示例中学习来增强时间序列预测模型。这种方法称为 In-Context Fine-Tuning (ICF)，建立在其先前的 TimesFM 模型之上，通过使用带有特殊分隔符的持续预训练来实现。这些分隔符有助于模型区分历史预测数据和提供的示例，从而无需传统的监督微调即可进行适应和改进预测。 AI
影响 这一发展可以简化创建准确时间序列预测的过程，减少对广泛特定任务模型训练的需求。
排序理由 研究论文详细介绍了一种用于时间序列基础模型的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
