Googleは8月31日、時系列データの予測に特化した基盤モデルの最新版「TimesFM 3.0」をHugging FaceおよびGitHub上で公開した。パラメータ数は3億3000万で、実データと合成データを合わせて1兆時点(データポイント)以上で学習されているという。
最大の特徴は、複数の関連する時系列を同時に予測する「マルチバリエート予測」にネイティブ対応したことだ。過去分のみの補助変数(covariate)だけでなく、将来分があらかじめ分かっている補助変数も組み込めるため、タスクごとの追加学習(ファインチューニング)なしに、ゼロショットで複雑な予測シナリオに対応できるとしている。
Googleは、時系列予測のベンチマークである「GIFT-Eval」「FEV-Bench」「TIME」の3つすべてで、点予測・確率予測の両方の指標において基盤モデルの中で首位の性能を記録したと説明している。
一方で、公開された重みは「TimesFM Non-Commercial License v1.0」のもとで提供されており、非商用・非本番環境での利用に限定されている点には注意が必要だ。
