待验证50% 置信事实精确时间
TimesFM 2.5 采用两阶段法处理协变量：先在模型外部用回归拟合协变量影响，再让模型预测残差。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/22
首次发现
有效期至：2027/1/20
来源
谷歌TimesFM 3.0实测：零样本预测够用吗？
youtubePrompt Engineering2026/10/22
涉及实体
相关事实
待验证时间序列基础模型（Time-Series Foundation Models）是经过大规模多领域时间序列数据预训练、具备跨任务泛化能力的通用预测模型，代表性工作包括TimesFM、Chronos、Moirai69% 相似待验证TimesFM不仅支持点预测，还支持概率预测（输出预测分布的分位数）69% 相似待验证TimesFM 3.0是专门做时间序列预测的基础模型，具备零样本预测能力68% 相似待验证论文《Twice Upon a Time: Complementary Representations for Time-Series Reasoning》提出了为时间序列语言模型（TSLM）同时提供线图和归一化延迟嵌入两种互补表示的设计原则。67% 相似待验证现有时间序列基础模型大多建立在规则采样序列之上，默认时间步均匀分布，面对不规则时间间隔和异步跨变量依赖时泛化能力受限66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1085838API
curl https://kongchang.com/api/v1/knowledge/claims/1085838MCP
get_claim(id=1085838)