时序基础模型

该文聚焦经济与金融时间序列预测，重点考察模型如何刻画非线性动态、长期依赖、概率分布或跨序列迁移。相关研究脉络指出：OneFitsAll（OFA）探索了语言模型向时间序列任务迁移的可行性；Chronos通过离散化和词元化，使连续数值序列能够使用预训练机制；TimesFM和MOIRAI则面向大规模、多领域和多频率预测。本综述将其作为AI研究工具文献收录；主要结论和适用边界应以英文摘要及原始研究设计为准。

该文聚焦经济与金融时间序列预测，重点考察模型如何刻画非线性动态、长期依赖、概率分布或跨序列迁移。相关研究脉络指出：Time-LLM和LLM4TS采用另一条路径，将预训练语言模型的表示能力迁移到数值时间序列预测。本综述将其作为AI研究工具文献收录；主要结论和适用边界应以英文摘要及原始研究设计为准。