迪卡侬正将其需求预测业务转向时间序列基础模型（TSFM），以应对管理跨多个地区数万种产品的预测所带来的可扩展性和效率挑战。尽管迪卡侬此前采用了DeepAR和Temporal Fusion Transformers等复杂模型，但持续再训练和基础设施管理的运营开销已成为一个重大障碍。TSFM提供了一种新方法，通过对时间序列数据进行广泛理解来入手，旨在减少持续系统运行和适应所需的精力。 AI
影响 采用TSFM可以简化大规模预测操作，减少人工投入，并提高对不断变化的市场条件的适应能力。
排序理由 文章讨论了一家公司（迪卡侬）为特定业务应用（需求预测）采用一种新型AI模型（TSFM）的情况，而不是核心AI发布或研究。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
