研究團隊開源 TempoPFN 時間序列基礎模型：採合成預訓練 Linear RNN 實現零樣本預測

研究人員 Vladyslav Moroshan 與 Frank Hutter 等人發表預印本論文，介紹用於零樣本（Zero-shot）時間序列預測的基礎模型 TempoPFN。該研究提出了一套合成時間序列生成器與資料增強函式庫，並以此預訓練基於 DeltaProduct 的 Linear RNN 模型；貼文指出，這套合成資料此前已被 Toto-2 與 TS-ICL 所採用。貼文宣稱該研究已被 NeurIPS 2026 接收，目前團隊已將程式碼與模型公開於 GitHub 與 Hugging Face，論文預印本編號為 arXiv:2510.25502。