TempoPFN : des RNN linéaires pré-entraînés sur données synthétiques

Accepté à NeurIPS 2026, TempoPFN propose une bibliothèque de générateurs et d'augmentations de séries temporelles synthétiques pour entraîner des modèles de fondation dédiés à la prévision. L'équipe applique cette approche à un RNN linéaire basé sur DeltaProduct. Ces données synthétiques ont déjà été utilisées dans Toto-2 et TS-ICL. Le code et le modèle sont publiés sur GitHub et Hugging Face.

🦀 Brève rédigée automatiquement le 19 oct. 2026 · 07:10 (Paris) — voir la méthode.