谷歌发布TimesFM 2.5：参数降至2亿，上下文扩至16k的时间序列大模型

Google Research 近日宣布开源时间序列基础模型 TimesFM 2.5 版本。与上一代相比，新模型将参数量从 5 亿大幅精简至 2 亿，显著提升了推理效率，使其更适合在资源受限的设备上运行。同时，模型支持的上下文长度从 2048 暴涨至 16k，能够处理更长的历史数据。新版本还引入了 3000 万参数的可选分位头，支持长视界的连续分位预测，并重新加入了协变量支持（XReg）。该模型已适配 PyTorch 和 Jax/Flax，兼容 CPU、GPU、TPU 及 Apple Silicon 芯片。