Google Research 发布了 TimesFM 3.0,这是一款基于堆叠混合 Transformer 架构的新型时间序列基础模型。该模型专为时间序列预测而设计,并采用仅解码器的方法。它已在多种数据源上进行了预训练,包括维基百科页面浏览量和 Google Trends,并具有 20 个 Transformer 层和 1280 的模型维度。 AI
影响 此发布为时间序列预测提供了一个新的基础模型,有可能提高依赖时间数据分析的应用程序的准确性和效率。
排序理由 发布了一个新的时间序列预测基础模型及相关论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Trending Models 阅读 →
- A decoder-only foundation model for time-series forecasting
- Google Research
- google/timesfm-3.0-pytorch
- Google Trends
- Stacked Mixing Transformer
- TimesFM
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →