time-series-foundation-models

本文系统评估了时间序列基础模型（TSFMs）在预测野火烟雾导致的极端PM2.5浓度方面的表现，使用了加州12年的数据集。结果表明，像BiLSTM这样完全训练的循环基线模型优于TSFMs，挑战了更大预训练模型主导环境预测的假设。

GlucoFM-Bench 评估了用于血糖预测的时间序列基础模型，在15个数据集上展示了Chronos-2和TimesFM在零样本/少样本迁移方面的强劲表现，但指出当完整训练数据可用时，轻量级LSTM的性能更优。