TimesFM-3は、多変量時系列予測のためのゼロショット基盤モデルを導入し、複数のターゲット、過去および動的な共変量、共進化する系列の共同予測をサポートします。3億3000万パラメータで1兆を超えるタイムポイントで事前学習され、小売、金融、医療、その他のドメインのベンチマークで従来の単変量モデルを上回ります。デコーダーのみのTransformerは、パッチベースのトークン化、系列ごとの正規化、因果的時間注意と完全変量注意を組み合わせた交互注意アーキテクチャを使用します。これにより、単一パスの非自己回帰デコードが可能になり、プロモーションや天候などの補助データを用いたアイスクリーム売上の予測のような複雑な実世界のシナリオを処理しながら、効率と精度が向上します。TimesFM-3は、厳密な単変量予測からネイティブな多変量予測へのシフトを示し、本番環境での適用性と採用を拡大します。

主な革新には、複数ターゲット（点予測と分位点予測）のサポート、ルックアヘッドトークン戦略による過去および未来の共変量の組み込み、時間的ダイナミクスと系列間相関の両方を捉える2D注意グリッドが含まれます。32タイムステップのパッチを処理し、連続パッチマスキング技術を使用することで、タスク固有のファインチューニングなしでゼロショット汎化を達成し、主要な予測ベンチマークで最先端のパフォーマンスを提供します。

このリリースは、Times FMおよびTimes FM-2.5の成功を基盤とし、Google AIの時系列基盤モデルの系譜を、実世界の予測問題に固有の多変量性に対応するよう拡張します。この進歩は、小売、金融から製造、自然科学まで多様な業界での採用を加速すると期待されます。

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