Chronos-Bolt是一系列预训练时间序列预测模型，支持零样本预测，基于T5编码器-解码器架构，训练数据涵盖近千亿时间序列观测点。

Chronos-Bolt是一系列预训练时间序列预测模型，支持零样本预测，基于T5编码器-解码器架构，训练数据涵盖近千亿时间序列观测值。

Chronos-Bolt是一系列基于T5架构的预训练时间序列基础模型，通过创新分块编码和直接多步预测实现高效时序预测

Chronos-Bolt是一系列可用于零样本预测的预训练时间序列预测模型，基于T5编码器-解码器架构，在近1000亿条时间序列观测数据上训练。

Chronos-Bolt是一系列预训练时间序列预测模型，支持零样本预测，基于T5编码器-解码器架构，训练数据涵盖近千亿时间序列观测点。

Chronos-Bolt是一系列预训练的时间序列预测模型，支持零样本预测，精度高且推理速度快。

PatchTST是一个预训练的时间序列基础模型，专注于时间序列预测任务。

BritLLM是一个未经加工的预训练模型，支持多种英国本土语言，适用于多种自然语言处理任务，但需要进一步微调以适应大多数使用场景。

Moirai-1.1-R是Salesforce推出的时间序列预测基础模型，针对低频数据预测性能显著提升。

Zamba-7B-v1-phase1是状态空间模型Mamba与Transformer的混合架构，以Mamba为主干网络，每6个模块共享一个Transformer层，通过下一词预测进行训练。

Minerva-1B-base-v1.0是由Sapienza NLP与FAIR及CINECA合作开发的10亿参数意英双语大语言模型，基于2000亿token（各1000亿意/英）训练

Mixtral-8x22B是一个预训练的生成式稀疏混合专家模型，支持多种语言。

VBART 是首个基于土耳其语语料库从头开始大规模预训练的序列到序列大型语言模型，由 VNGRS 开发。

VBART是首个基于土耳其语语料库从头开始大规模预训练的序列到序列大型语言模型，由VNGRS开发。

Chronos-T5是基于语言模型架构的预训练时间序列预测模型，通过将时间序列转换为标记序列并利用交叉熵损失训练语言模型，实现概率预测。