热点事件持续更新
TempoPFN：用合成数据预训练线性 RNN 实现零样本时间序列预测
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
TempoPFN 提出了一套合成时间序列生成器与数据增强库，用于预训练时间序列基础模型，并在自家线性 RNN 模型上实现零样本时间序列预测。该合成数据方案此前已被 Toto-2 和 TS-ICL 等模型采用。论文已被 NeurIPS 2026 接收。
AI 根据报道生成 · 2 小时前更新
最新进展10月19日 00:43
该论文已被 NeurIPS 2026 接收，其合成数据方案已被 Toto-2 和 TS-ICL 采用。报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- Reddit · r/MachineLearningTempoPFN：用合成数据预训练线性 RNN 实现零样本时间序列预测
TempoPFN 论文提出了一套合成时间序列生成器与数据增强库，用于预训练时间序列基础模型，并在自家线性 RNN 上实现零样本预测。该合成数据方案此前已被 Toto-2 和 TS-ICL 采用。论文已被 NeurIPS 2026 接收。
本事件热度走势
当前热度 9·可比范围峰值 10（10月19日 01:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。