基础模型

论文探索时间序列能否像语言一样通过大规模预训练获得跨任务迁移能力。模型采用带输入分块的仅解码器注意力架构，在包含真实与合成序列的大型语料上预训练，再直接对未见数据进行零样本预测。跨领域、预测跨度和时间粒度的实验表明，其开箱即用的零样本精度接近各数据集分别训练的先进监督模型，支持时间序列基础模型的可行性。