Methodenbewijsdossier

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

Bronrecord

Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.

TiRex (xLSTM-based Zero-Shot Forecasting Model)

Taxonomisch methodendossier · 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

Volledige methode openen

Gecureerde claims

Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.

Nog geen gecureerde claims

Deze weergave verzint geen claimbeoordeling als het register er geen heeft.

Gerelateerde methoden

Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.

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