Google Research、多変量予測モデルTimesFM-3を発表
Google Researchは2026年8月31日(現地時間)、多変量時系列予測に対応する基盤モデル「TimesFM-3」を発表した。単一の順方向パスで高精度な多変量時系列予測を可能にし、主要なベンチマークにおいて既存の予測モデルを大幅に上回る性能を示している。同モデルは3億3000万のパラメータを持ち、1兆を超える時間点からなる実世界および合成時系列データセットで事前学習された。
Tag
#TimesFM
3 件の関連記事
Google、表形式データ向けゼロショット基盤モデル「TabFM」を発表
Googleは6月30日(現地時間)、表形式データに対応するゼロショット基盤モデル「TabFM」を発表しました。TabFMは、BigQuery MLに直接統合されており、表形式データの分類および回帰ワークフローを簡素化します。これにより、手動でのモデルトレーニング、ハイパーパラメータ調整、および複雑な特徴量エンジニアリングが不要となり、単一のフォワードパスで高品質な予測を生成します。
arXiv、時系列基盤モデル最適化の新手法「GITCO」発表
arXiv cs.AIは2026年6月3日(現地時間)、時系列基盤モデル（TSFM）の推論精度向上を目指す新手法「GITCO (Gated Inference-Time Context Optimization)」に関する論文を公開した。このフレームワークは、モデルの重みを変更せず、入力コンテキスト内の有害なパッチを選択的に抑制し、予測品質の低下を防ぐ。TimesFM 2.5を用いた評価では、平均で1.95%のMASE（平均絶対スケール誤差）削減を達成したと報告されている。