เปรียบเทียบวิธี

	Sundial: แบบจำลองพื้นฐานอนุกรมเวลาแบบก่อกำเนิด	TimesFM: แบบจำลองพื้นฐานแบบถอดรหัสเท่านั้นสำหรับการพยากรณ์อนุกรมเวลา
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2025	2024
ผู้ริเริ่ม	Yong Liu et al. (Tsinghua)	Abhimanyu Das et al. (Google)
ประเภท	Generative time-series foundation model family	Pre-trained decoder-only transformer for zero-shot time-series forecasting
แหล่งต้นตำรับ	Liu, Y., Qin, G., Shi, X., Hu, T., Wang, J., & Long, M. (2025). Sundial: A family of highly capable time series foundation models. ICML.	Das, A., Kong, W., Sen, R., & Zhou, Y. (2024). A decoder-only foundation model for time-series forecasting. ICML.
ชื่อเรียกอื่น	Sundial TSF, Time-Series Foundation Model (Generative), Sundial ICML 2025, Zaman Serisi Temel Modeli (Sundial)	Time-series Foundation Model, Google TimesFM, TimesFM forecaster, Zaman Serisi Temel Modeli
ที่เกี่ยวข้อง	3	3
สรุป	Sundial is a family of generative time-series foundation models introduced by Yong Liu and colleagues at Tsinghua University (ICML 2025). Pre-trained on large and diverse time-series corpora, Sundial employs a decomposition-based architecture paired with a generative forecasting head to produce probabilistic multi-horizon forecasts. It represents a shift toward general-purpose, zero-shot-capable models for real-world temporal prediction tasks.	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.