热议中模型发布
Google开源时序基础模型TimesFM 2.5
原标题:google-research/timesfm
主要内容
- 01支持最长16k上下文,从2048提升
- 02新增连续分位数预测头,可预测1k步
- 03移除了频次指示器,简化使用
- 04已集成BigQuery ML、Google Sheets、Vertex AI
- 05提供PyTorch和Flax版本,支持LoRA微调
背景
TimesFM是Google Research开发的时间序列基础模型,采用decoder-only架构,在ICML 2024发表。2.5版于2025年9月发布,此后增加了Flax推理优化、协变量支持、微调示例和单元测试。该开源版本非官方支持产品。
为什么值得关注
TimesFM 2.5为AI工具用户提供了一个高效、可扩展的时间序列预测基础模型。它可直接用于金融、供应链、气象等预测任务,且已集成到Google Cloud产品中,降低了企业级应用门槛。开源特性允许本地部署和定制微调。
🇨🇳
对中国用户与市场
国内用户可自由使用和修改开源代码,但需注意模型可能需联网下载权重。集成Google Cloud产品(如BigQuery ML)在国内不可用,但可自行适配到本地或国内云环境。建议关注模型是否符合国内数据合规要求。
继续关注
⚠尚未确定的部分
- ·开源版本非官方支持产品,更新和维护不确定
- ·200M模型规模可能不适合所有硬件场景
- ·分位数预测头为可选,默认不启用
- ·中文自然语言处理场景中时序数据预处理需额外工作
→可采取的行动
- ·使用pip安装timesfm并尝试基础预测示例
- ·评估模型在自有时序数据集上的效果
- ·尝试HuggingFace + LoRA微调适配特定领域
- ·关注后续版本对协变量支持的增强
#Google Research#TimesFM#HuggingFace#BigQuery ML#Vertex AI#PyTorch#Flax#时间序列#基础模型#预测
🤖 本文根据 GitHub Trending Daily RSS 的 RSS 内容整理,并由 AI 辅助提炼要点。完整上下文请以 原文 为准。