待验证50% 置信发布精确时间
谷歌发布了两款基础模型TabFM（面向表格数据）和TimesFM（面向时间序列）
1
来源数
50%
置信度
长期有效
时效性
2026/7/14
首次发现
来源
Zer0Fit：用MCP将谷歌TabFM与TimesFM接入LLM聊天界面
redditr/MachineLearning2026/7/12
相关事实
待验证谷歌官方披露TimesFM在200B时间点数据上进行预训练，覆盖金融、零售、能源、医疗等多个领域77% 相似待验证Google的TimesFM基于PatchTST思路构建，在多个公开基准上表现优异73% 相似待验证Google Research推出TabFM表格数据零样本基础模型，采用交替行列注意力、行压缩和上下文学习Transformer三大机制，在Tab Arena基准（38个分类数据集与13个回归数据集）上TabFM Ensemble分类与回归双任务均位列第一66% 相似已验证Google提出的DORA框架包含部署频率、变更前置时间、变更失败率和服务恢复时间四个关键指标62% 相似待验证谷歌开源了Gemma系列小模型，借鉴了Meta开放LLaMA系列的成功路径59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/503945API
curl https://kongchang.com/api/v1/knowledge/claims/503945MCP
get_claim(id=503945)