Metodbevispost

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

Källpost

Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.

TiRex (xLSTM-based Zero-Shot Forecasting Model)

Taxonomisk metodpost · 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

Öppna fullständig metod

Kuraterade påståenden

Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.

Inga kuraterade påståenden ännu

Denna vy hittar inte på en påståendebedömning när loggen saknar en.

Relaterade metoder

Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.

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