待验证50% 置信事实精确时间
谷歌TimesFM是专门做时间序列预测的基础模型，具备零样本预测能力，无需对特定业务数据专门训练
1
来源数
50%
置信度
长期有效
时效性
2026/9/10
首次发现
来源
涉及实体
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78% 相似待验证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）77% 相似待验证代表性的时间序列基础模型包括 Google 的 TimesFM、Amazon 的 Chronos 和 Salesforce 的 Moirai72% 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一65% 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64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/888673API
curl https://kongchang.com/api/v1/knowledge/claims/888673MCP
get_claim(id=888673)