待验证50% 置信事实精确时间

TTM 使用极小的 MLP Mixer 架构做时间序列的零样本预测

1

来源数

50%

置信度

长期有效

时效性

2026/7/13

首次发现

来源

科研自动化Agent实测：零样本复现NeurIPS顶会论文全流程

bilibiliNitres2026/7/9

相关事实

待验证时序基础模型实现零样本泛化通常需要归一化策略（如RevIN）和频率嵌入或时间特征编码75% 相似待验证开发调试阶段使用小模型可低延迟验证工作流逻辑，生产环境可热插拔替换为更大模型而无需改动编排逻辑59% 相似待验证LLM推理的prefill阶段并行处理输入所有token并生成初始KV Cache，是计算密集型操作，是TTFT的直接决定因素59% 相似待验证TensorRT-LLM等推理框架在首次运行时需要进行算子融合、精度校准和Kernel自动调优，对大模型可能额外耗时数分钟59% 相似待验证零样本模型面对从未见过的新数据集，无需针对性再训练或微调即可直接给出预测58% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/500121

API

curl https://kongchang.com/api/v1/knowledge/claims/500121

MCP

get_claim(id=500121)