热点事件持续更新
TimesFM在土壤温湿度零样本预测中表现评估出炉
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月23日，一项发布于arXiv的研究评估了500M参数的时间序列基础模型TimesFM 1在原位土壤湿度与温度零样本预测中的表现。该测试针对27个站点的1小时至168小时提前期展开。结果显示，TimesFM在日内提前期预测中较最佳统计基线提升了21%至76%，但当提前期超过1天后落后6%至79%。同时，全历史训练的CatBoost基线整体上未胜出，该研究还量化了在商品级CPU上的零样本推理成本。
AI 根据报道生成 · 8 小时前更新
最新进展10月23日 12:00
研究显示TimesFM日内零样本预测显著优于统计基线，但超过1天后性能出现落后。报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv 人工智能基于时间序列基础模型 TimesFM 的原位土壤湿度与温度零样本预测
500M 参数的时间序列基础模型 TimesFM 1 在土壤湿度与温度零样本预测中，日内提前期较最佳统计基线提升 21-76%，但超过 1 天后落后 6-79%。该测试针对 27 个站点的 1 h 至 168 h 提前期展开，全历史训练的 CatBoost 基线整体未胜出，研究还量化了商品级 CPU 上的零样本推理成本。
本事件热度走势
当前热度 8·可比范围峰值 10（10月23日 13:00）·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。