TiRex: חיזוי סדרות עתיות ללא דוגמאות (Zero-Shot) באמצעות xLSTM
TiRex הוא מודל מאומן מראש לחיזוי סדרות עתיות ללא דוגמאות (zero-shot), שהוצג בשנת 2025 על ידי צוות NX-AI xLSTM (Auer et al.). בהתבסס על ארכיטקטורת Extended Long Short-Term Memory (xLSTM), TiRex מאומן בקנה מידה גדול על קורפוסים מגוונים של סדרות עתיות ויכול לחזות מערכי נתונים שלא נראו ללא כל כוונון עדין (fine-tuning). הרעיון המרכזי שלו הוא לנצל למידה משופרת בהקשר (in-context learning): המודל קורא את ההיסטוריה הזמינה כולה כהקשר ומפיק תחזיות הן לאופקים קצרים והן לאופקים ארוכים ישירות מהקשר זה.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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. link ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 2). TiRex (xLSTM-based Zero-Shot Forecasting Model). ScholarGate. https://scholargate.app/he/deep-learning/tirex
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- כרונוס: מודל יסוד מקוון (Tokenized) לחיזוי סדרות עתיותלמידה עמוקה↔ compare
- LSTMלמידה עמוקה↔ compare
- TimesFM: מודל יסוד מבוסס מפענח בלבד לחיזוי סדרות עתיותלמידה עמוקה↔ compare