Perché ne parliamo
Forecasting temporale con un modello generalista già pre-addestrato.
TimesFM applica un decoder-only foundation model alle serie temporali. La versione 2.5 riduce i parametri, amplia il contesto e aggiunge forecast quantile continuo e supporto al fine-tuning.
Cosa trovi dentro
- TimesFM 2.5 usa 200M parametri e contesto fino a 16k.
- Forecast quantile fino a un orizzonte di 1k.
- Versioni PyTorch e Flax.
- Esempi con XReg, Transformers, PEFT e LoRA.