待验证50% 置信事实精确时间

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、Moirai

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

TRACE基准：引入官方运营文本提升电价预测准确性

涉及实体

TimesFMmodel Chronosmodel Moiraimodel Time-Series Foundation Modelsconcept

相关事实

待验证Foundation Model（基础模型）是指经过大规模预训练、可作为通用底座被下游任务微调或直接调用的大型模型72% 相似待验证TimesFM借鉴大语言模型的预训练+零样本推理范式，预训练后可直接对未见过的时间序列进行预测，无需针对性训练71% 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70% 相似待验证TimesFM、PatchTST 等时序预测模型拥有数十亿参数，对算力要求极高68% 相似待验证基座模型指GPT、豆包、DeepSeek这类通用大语言模型，后训练模型指基于基座模型针对特定行业微调的模型67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/975803

API

curl https://kongchang.com/api/v1/knowledge/claims/975803

MCP

get_claim(id=975803)