TimesFM-3 बहुचर समय श्रृंखला पूर्वानुमान के लिए एक जीरो-शॉट फाउंडेशन मॉडल पेश करता है, जो कई लक्ष्यों, अतीत और गतिशील सह-चरों, और सह-विकासशील श्रृंखलाओं के संयुक्त पूर्वानुमान का समर्थन करता है। 330 मिलियन पैरामीटर्स के साथ 1 ट्रिलियन से अधिक समय बिंदुओं पर पूर्व-प्रशिक्षित, यह खुदरा, वित्त, स्वास्थ्य सेवा और अन्य डोमेन में बेंचमार्क पर पूर्ववर्ती एकवेरिएट मॉडल से बेहतर प्रदर्शन करता है। डिकोडर-ओनली ट्रांसफॉर्मर पैच-आधारित टोकनाइज़ेशन, प्रति-श्रृंखला सामान्यीकरण, और एक वैकल्पिक ध्यान वास्तुकला का उपयोग करता है जो कारणात्मक अस्थायी ध्यान को पूर्ण वैरिएट ध्यान के साथ जोड़ता है। यह एक ही पास में, गैर-ऑटोरिग्रेसिव डिकोड को सक्षम करता है, जटिल वास्तविक दुनिया के परिदृश्यों को संभालते हुए दक्षता और सटीकता में सुधार करता है जैसे प्रचार और मौसम जैसे सहायक डेटा के साथ आइसक्रीम बिक्री का पूर्वानुमान। TimesFM-3 सख्ती से एकवेरिएट से मूल बहुचर पूर्वानुमान की ओर एक बदलाव को चिह्नित करता है, उत्पादन वातावरण में प्रयोज्यता और अपनाने का विस्तार करता है।

मुख्य नवाचारों में कई लक्ष्यों (बिंदु और क्वांटाइल पूर्वानुमान) के लिए समर्थन, लुकअहेड टोकन रणनीति के माध्यम से अतीत और भविष्य के सह-चरों का समावेश, और एक 2D ध्यान ग्रिड शामिल है जो अस्थायी गतिशीलता और क्रॉस-श्रृंखला सहसंबंध दोनों को पकड़ता है। 32 समय चरणों के पैच को संसाधित करके और सन्निकट पैच मास्किंग तकनीक का उपयोग करके, मॉडल कार्य-विशिष्ट फाइन-ट्यूनिंग के बिना जीरो-शॉट सामान्यीकरण प्राप्त करता है, प्रमुख पूर्वानुमान बेंचमार्क पर अत्याधुनिक प्रदर्शन प्रदान करता है।

यह रिलीज़ Times FM और Times FM-2.5 की सफलता पर आधारित है, जो Google AI की समय-श्रृंखला फाउंडेशन मॉडल वंशावली को वास्तविक दुनिया की पूर्वानुमान समस्याओं की अंतर्निहित बहुचर प्रकृति को संबोधित करने के लिए विस्तारित करता है। इस प्रगति से विविध उद्योगों में अपनाने में तेजी आने की उम्मीद है, खुदरा और वित्त से लेकर विनिर्माण और प्राकृतिक विज्ञान तक।

330 million, 1 trillion, Times FM, Times FM‑2.5, Google AI