TimesFM-3: A zero-shot foundation model for multivariate forecasting
Google推出TimesFM-3,首个支持多变量零样本预测的时序模型,在多个基准测试中显著超越现有方法。
入选理由:TimesFM-3参数量330亿,预训练数据覆盖1万亿时间点
论文
别名:Baichuan-M4
时间序列预测基准测试数据集
已跟踪 3 条高相关材料
最近变化
2026-08-31 · TimesFM-3参数量330亿,预训练数据覆盖1万亿时间点
为什么值得关注
M4 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
TimesFM-3: A zero-shot foundation model for multivariate forecasting
Google Research Blog · 8.5 分
Google推出TimesFM-3,首个支持多变量零样本预测的时序模型,在多个基准测试中显著超越现有方法。
AI看病成为医患新包袱?补上「多轮追问」,通用AI才迈得过医疗关
量子位 · 8.5 分
医疗AI需具备多轮追问与循证能力,百川智能M4通过结构化重构实现医疗增强。
Running local models on an M4 with 24GB memory
Hacker News Best · 8.5 分
在配备24GB内存的M4芯片MacBook上,使用LM Studio运行Qwen 3.5-9B(q4_k_s量化版本)可实现约40 tokens/秒推理速度,支持128K上下文和工具调用,适合本地开发与研究任务。
已收录 3 条与 M4 相关的内容,按评分排序。
Google推出TimesFM-3,首个支持多变量零样本预测的时序模型,在多个基准测试中显著超越现有方法。
入选理由:TimesFM-3参数量330亿,预训练数据覆盖1万亿时间点
医疗AI需具备多轮追问与循证能力,百川智能M4通过结构化重构实现医疗增强。
入选理由:M4在HealthBench Professional评测中得分55.1,显著高于GPT-5.5。
Running Qwen 3.5-9B (q4_k_s quantized) on an M4 MacBook with 24GB RAM achieves ~40 tokens/sec, supports 128K context and tool use for local development.
入选理由:Qwen 3.5-9B (q4_k_s) 在M4 Mac上以40 tokens/秒速度运行,支持128K上下文和工具使用