เปรียบเทียบวิธี

	Chronos: แบบจำลองพื้นฐานแบบโทเค็นสำหรับการพยากรณ์อนุกรมเวลา	TimesFM: แบบจำลองพื้นฐานแบบถอดรหัสเท่านั้นสำหรับการพยากรณ์อนุกรมเวลา
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2024	2024
ผู้ริเริ่ม	Abdul Fatir Ansari et al. (Amazon)	Abhimanyu Das et al. (Google)
ประเภท	Pre-trained language-model-based time-series forecaster	Pre-trained decoder-only transformer for zero-shot time-series forecasting
แหล่งต้นตำรับ	Ansari, A. F., Stella, L., Turkmen, C., Zhang, X., Mercado, P., Shen, H., et al. (2024). Chronos: Learning the language of time series. Transactions on Machine Learning Research.	Das, A., Kong, W., Sen, R., & Zhou, Y. (2024). A decoder-only foundation model for time-series forecasting. ICML.
ชื่อเรียกอื่น	Chronos Forecasting Model, Amazon Chronos, Tokenized Time-Series LLM, Kronos Zaman Serisi Modeli	Time-series Foundation Model, Google TimesFM, TimesFM forecaster, Zaman Serisi Temel Modeli
ที่เกี่ยวข้อง	2	3
สรุป	Chronos is a family of pre-trained probabilistic forecasting models introduced by Ansari et al. at Amazon in 2024. It adapts the language-model paradigm to time series by quantizing continuous values into discrete tokens, enabling a standard transformer to be trained on a large heterogeneous corpus of time-series data. The result is a zero-shot forecasting model that generalizes across domains without requiring dataset-specific retraining.	TimesFM is a pre-trained foundation model for univariate time-series forecasting introduced by Abhimanyu Das, Weihao Kong, Rajat Sen, and Yichen Zhou from Google in 2024. The model adopts a decoder-only transformer architecture, similar in spirit to large language models, and is trained on a large corpus of real-world and synthetic time-series data. Its central innovation is the ability to perform accurate zero-shot forecasting across diverse domains without task-specific fine-tuning.