TimesFM-3: modelo de base para previsões multivariadas sem treinamento específico

O Google Research apresentou o TimesFM-3, um modelo de base para previsão multivariada de séries temporais em modo zero-shot. Com 330 milhões de parâmetros, foi pré-treinado em mais de 1 trilhão de pontos e pode prever simultaneamente várias séries relacionadas, incorporando dados históricos e eventos futuros conhecidos, como promoções e previsões do tempo. O modelo gera todo o horizonte de previsão em uma única passagem e produz nove quantis para cada série-alvo, oferecendo uma visão probabilística da incerteza.

Em avaliações nos benchmarks Gift-Eval, FEV-Bench e Time, o TimesFM-3 ficou em primeiro lugar entre os modelos de base pré-treinados, em métricas de previsão pontual e probabilística. Segundo os autores, ele também supera outros modelos no modo univariado, e o uso de informações multivariadas melhora ainda mais o desempenho. O TimesFM-3 está disponível no GitHub e no Hugging Face.