Metodin todisteiden tietue

TiRex

TiRex is a pretrained zero-shot time-series forecasting model introduced in 2025 by the NX-AI xLSTM team (Auer et al.). Built on the Extended Long Short-Term Memory (xLSTM) architecture, TiRex is trained at scale on diverse time-series corpora and can forecast unseen datasets without any fine-tuning. Its core idea is to exploit enhanced in-context learning: the model reads the entire available history as a context and produces forecasts for both short and long horizons directly from that context.

Sources recorded, not reviewed

Lähdetietue

Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.

TiRex (xLSTM-based Zero-Shot Forecasting Model)

Taksonominen metoditietue · ml-model / deep-learning

Auer, A., Podest, P., Klotz, D., Böck, S., Klambauer, G., & Hochreiter, S. (2025). TiRex: Zero-shot forecasting across long and short horizons with enhanced in-context learning. arXiv preprint. · URL

Avaa koko metodi

Kuratoituja väitteitä

Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.

Ei vielä kuratoituja väitteitä

Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.

Liittyvät metodit

Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.

Taxonomic bucketChronosmachine-suggested · Relational suggestion, not evidence.Same method familyLSTMmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketTimesFMmachine-suggested · Relational suggestion, not evidence.