线性RNN时序基础模型TempoPFN发布
热点事件持续更新
线性RNN时序基础模型TempoPFN发布
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Vladyslav Moroshan 等作者发布 TempoPFN：一个基于线性循环神经网络（RNN）、仅用合成数据预训练的单变量时间序列基础模型。作者称，其在 Gift-Eval、fev-bench 和 Chronos-ZS 的零样本评测中达到顶级水平，超过多数用真实数据训练的模型。 该模型的训练可完全并行化；作者同时开源了完整的数据生成流程和训练代码。
AI 根据报道生成 · 3 小时前更新
最新进展11月3日 13:00
TempoPFN：仅用合成数据预训练线性 RNN 的零样本时间序列预测模型报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.AITempoPFN：仅用合成数据预训练线性 RNN 的零样本时间序列预测模型
TempoPFN 是一个仅用合成数据预训练的单变量时间序列基础模型，基于线性循环神经网络（RNN，Recurrent Neural Network）和 GatedDeltaProduct 架构，训练可完全并行化。在 Gift-Eval、fev-bench 和 Chronos-ZS 的零样本评测中，它达到顶级水平，超过多数用真实数据训练的模型。团队开源了完整数据生成流程和训练代码。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。