Google Research выпустила TimesFM-3 — модель прогнозирования временных рядов, которая учитывает не только предыдущие значения, но и связанные данные и заранее известные события. Среди примеров названы акции и прогнозы погоды.
Модель с 330 млн параметров формирует все будущие точки временного ряда за один проход, а не прогнозирует их последовательно. По данным The Decoder, такой подход сокращает вычислительное время и уменьшает накопление ошибок.
Практическое значение TimesFM-3 зависит от того, насколько точно она работает на конкретных наборах данных и в разных прикладных сценариях. В доступном источнике нет результатов независимого тестирования или подробностей о выпуске.
комментарий редакции
Что это значит
Вероятное следствие — интерес к прогнозным системам, которые одновременно учитывают временные ряды и известные будущие события. Следующим наблюдаемым сигналом станут опубликованные результаты тестов, доступность модели и независимые сравнения. Существенная неопределённость связана с отсутствием в доступных материалах первичного заявления и подробной оценки качества.