谷歌发布 TimesFM-3 多变量时间序列预测模型，参数达 3.3 亿

Techub News 消息，谷歌研究团队发布了多变量时间序列预测基础模型 TimesFM-3，参数规模达到 3.3 亿。

据 MarkTechPost 介绍，该模型在超过 1 万亿个真实与合成序列时间点上完成预训练，无需针对特定任务微调，即可处理多目标、历史协变量以及已知未来协变量。

排名表现方面，TimesFM-3 在 GIFT-Eval、fev-bench 和 TIME 排行榜上的点预测与概率指标，均位列预训练基础模型平均排名第一。

不过，TimesFM 3.0 版本的权重目前受限于非商业、非生产用途许可证，不能用于生产预测 API。