Yichen Zhou

Google Research 通过少样本学习增强时间序列预测能力

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。