按年被提到
20232024 · 2 次2026
机器学习与深度学习›时间序列与天气预报·arXiv:2310.03589 · cs.LG

TimeGPT-1

TimeGPT-1
Azul Garza, Cristian Challu, Max Mergenthaler-Canseco · 2023

首个时间序列基础模型,声称零样本即可预测未见过的数据集。

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 3 人首次 2023-10-13 · 最近 2024-04-09
3不同的人
3活跃月份
3讨论串
217被引(OpenAlex)

介绍 TimeGPT,称其为首个时间序列基础模型,能对训练中未见过的各类数据集生成准确预测。作者把预训练模型与成熟的统计、机器学习和深度学习方法做对比,称其零样本推理在性能、效率和简便性上表现突出。他们认为这说明其他 AI 领域的经验可以有效用于时间序列分析,大规模时间序列模型有望让精确预测更易获得。

HN 为什么提它

输入里的两条评论都是批评:认为这类基础模型严重过拟合,也认为这类论文说得天花乱坠却往往缺少合适的基线模型。

方法难度 3 / 5约 30 分钟经得起时间
读之前最好知道
1时间序列预测基础
2Transformer 架构
3零样本(zero-shot)推理
4统计预测方法与深度学习预测基线

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
批评longdog · 2024-03

“To be honest I believe these foundational models are all vastly overfit.”

Moirai: A time series foundation model for universal forecasting原评论 ↗
批评EricLeer · 2024-04

“These kind of papers often talk the world, but often lack a proper baseline model.”

Llm.c – LLM training in simple, pure C/CUDA原评论 ↗
被提交为 story · 1 次