Chronos-2 发布多变量时间序列预测技术报告

Abdul Fatir Ansari 等作者发布 Chronos-2 扩展版技术报告，介绍一个面向零样本预测的时间序列基础模型。该模型可直接从历史上下文推断多条时间序列之间以及异构协变量之间的关系，并生成概率预测。 论文称，Chronos-2 在多项基准上平均技能分数比最强基线高 5.2 个百分点、胜率提升 10 个百分点，在单块中端 GPU 上不到一秒即可为 100 条时间序列生成预测；在传染病预测、宏观经济建模、碳通量预测和径流模拟等场景中，它与各领域专用方法持平或更优。上述性能均为论文作者报告的结果。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。