IXThinker·2025-09-24 02:40時間序列基礎模型 進化成few-shot學習者
時間序列基礎模型能否像語言模型一樣，靠少量示例臨場學習？一項研究給出肯定答案：透過持續預訓練，模型可在推理時根據上下文自適應調整，零樣本場景下的預測性能顯著提升。
從專用建模說起
傳統時間序列預測要為每個任務單獨建模，耗時且依賴專家經驗。零樣本學習帶來突破，例如TimesFM毋須任務微調也能給出準確預測；而少量相關示例其實能再進一步，如用歷史或鄰近路段交通數據優化公路流量預測。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。