# ゼロショット予測

Totoは多変量時系列予測のために特別に設計された基礎モデルで、可観測性指標の効率的な処理に特に適しています

Chronos-Boltはゼロショット予測をサポートする事前訓練済み時系列予測モデルのシリーズで、T5エンコーダー-デコーダーアーキテクチャに基づき、約1000億の時系列観測点を含むデータで訓練されています。

MOMENTは汎用的な時系列分析基盤モデルのシリーズで、予測、分類、異常検知など多様な時系列分析タスクをサポートし、すぐに使用可能かつ微調整可能な特性を備えています。

MOMENTは、多様な時系列タスクをサポートする汎用時系列分析の基盤モデルシリーズで、箱出しで使用可能な有効性を備え、微調整により性能を向上させることができます。

TinyTimeMixers（TTMs）はIBM Researchがオープンソース化した多変量時系列予測用コンパクト事前学習モデルで、パラメータ数は100万から始まり、時系列予測分野で初めて『マイクロ』事前学習モデルの概念を提唱しました。

ChatTimeは時系列データとテキストを統一的に処理するマルチモーダル基盤モデルで、ゼロショット予測能力を備え、時系列とテキストの双方向入出力をサポートします。

MOMENTは一連の汎用時系列分析基盤モデルで、複数の時系列分析タスクをサポートし、箱から出してすぐに使える有効性を備え、微調整によって性能を向上させることができます。

TinyTimeMixers（TTMs）はIBM Researchがオープンソース化した多変量時系列予測のコンパクトな事前学習モデルで、パラメータ数は100万未満であり、ゼロショットおよび少数ショット予測タスクで優れた性能を発揮します。

ProtSTフレームワークは、生物医学テキストを用いてタンパク質配列の事前学習と理解を強化し、ProtDescribeデータセットを構築し、3種類の事前学習タスクを設計し、教師あり学習とゼロショット予測をサポートします。