zero-shot-forecasting

Darts，一个广受欢迎的开源Python时间序列分析库，引入了一个统一的FoundationModel类集合，该集合整合了多种时间序列基础模型（Chronos-2、TimesFM 2.5、TiRex、PatchTST-FM），通过标准化接口和最小依赖实现零样本和微调预测。

本文对基础模型在时间序列预测中的应用进行了评估，与四种操作领域中的监督学习方法进行了比较，并提出了一种复杂性路由器，用于选择性地将序列分配给最优模型类别，以平衡准确性和推理成本。