Chronos-2零样本多变量时序预测基础模型论文发布

Ansari 等作者在 arXiv 发布 Chronos-2 论文（技术报告 arXiv:2510.15821 的扩展版），提出一个可零样本预测的时序基础模型，能建模多变量时间序列与异构协变量之间的交互并生成概率预测。 基准测试中，Chronos-2 相对最强基线平均提升 skill score 5.2 个百分点，胜率提升 10 个百分点。效率方面，单块中端 GPU 不到一秒可完成 100 条序列预测，端到端比最佳任务专用点预测和概率预测方法分别快 50 倍和 1000 倍。 扩展版论文还新增了流行病学、宏观经济学、碳通量、水文学和层级预测等科学案例研究，以及额外的基线对比、消融实验和校准分析。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。