谷歌推出长上下文模型TimesFM-2.5

在科技周边实战开发的过程中，我们经常会遇到一些这样那样的问题，然后要卡好半天，等问题解决了才发现原来一些细节知识点还是没有掌握好。今天golang学习网就整理分享《谷歌推出长上下文模型 TimesFM-2.5》，聊聊，希望可以帮助到正在努力赚钱的你。

谷歌研究团队发布了TimesFM-2.5，这是一个拥有2亿参数、采用纯解码器架构的时间序列基础模型。

与前代相比，TimesFM-2.5在将模型参数缩减一半的基础上，大幅延长了上下文长度，在运行效率和预测性能方面实现了重要突破。

TimesFM-2.5的核心优势包括：

• 轻量高效：参数规模降至200M，推理速度更快，同时精度进一步提升。
• 长期依赖建模：支持最高达16K长度的输入上下文，显著增强对历史数据的捕捉能力，适用于长期趋势预测。
• 性能领先：在GIFT-Eval基准测试中，该模型于点预测与概率预测任务（以MASE、CRPS为指标）均位居榜首。

目前，TimesFM-2.5已正式在Hugging Face平台开放使用，同时正逐步与BigQuery及Model Garden实现集成，有望推动零样本时间序列预测在实际业务中的广泛应用。

https://huggingface.co/google/timesfm-2.5-200m-pytorch

好了，本文到此结束，带大家了解了《谷歌推出长上下文模型TimesFM-2.5》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多科技周边知识！