TimesFM：预测之前的脏活都在模型外面
内容提要
TimesFM是Google Research推出的零样本时序预测基座模型，采用decoder-only patch架构。2.5版参数降至200M，上下文长度增至16384。模型通过外部预处理处理变长序列、NaN和分位数预测，支持协变量和分位头。但存在双版本号、默认双倍算力及未实现的window_size配置等问题。
延伸解读
版本号与模型号分离的坑
TimesFM 的库版本和模型版本是两套体系：pip 安装的库版本是 2.0.2，而最新模型是 2.5。加载老模型需要退回旧库版本，例如 pip install timesfm==1.3.0。这种分离容易让使用者混淆，建议在依赖管理中明确区分库版本和模型权重版本，避免加载不匹配的模型。
预处理与后处理全在模型外
TimesFM 的 forecast() 方法替调用方处理了变长序列、NaN、batch 补齐等脏活，模型本身只吃定长输入。这种设计降低了使用门槛，但也意味着调用方需要理解这些外部处理逻辑，例如 strip_leading_nans 和线性插值，才能正确解释预测结果。
默认配置的算力代价
force_flip_invariance 默认开启，实现方式是跑两遍前向，导致默认配置下每次预测需要双倍算力。如果场景对对称性要求不高，可以显式关闭以节省计算资源。此外，window_size 配置项在代码中未被实现，属于占位符，使用时不要依赖它。
分位头与区间预测
TimesFM 2.5 提供了可选的分位头（30M 参数），用于生成连续分位预测，避免分位塌缩。如果不开启，则退回到主干输出的十列分位，容易塌缩。因此，若需要可靠的区间预测，建议启用该分位头，尽管会增加模型大小。
Q&A
TimesFM是什么？它有什么特点？
TimesFM是Google Research推出的零样本时序预测基座模型，采用decoder-only的patch架构。它的特点是零样本精度接近逐数据集单独监督训练的水平，支持变长序列、NaN处理、分位数预测和协变量，并且有多个部署途径如BigQuery ML、Connected Sheets和Vertex Model Garden。
TimesFM 2.5版本相比2.0有哪些改进？
TimesFM 2.5相比2.0，参数从500M降到200M，上下文长度从2048增加到16384，新增了可选的30M分位头，并移除了frequency指示器，即调用方不再需要告诉模型序列的频率。
TimesFM如何处理变长序列和缺失值？
TimesFM在模型外部通过预处理处理变长序列和缺失值：对于开头连续的NaN直接丢弃，中间的NaN用线性插值填充；对于长度超过max_context的序列，只保留最后一段；对于长度不足的序列，在左侧补零并添加布尔mask标记填充位置。
TimesFM的compile()方法有什么作用？为什么是必须的？
compile()方法用于设置ForecastConfig，包括max_context和max_horizon等参数，这些参数在编译时固定。它是必须的，因为forecast()方法会检查compiled_decode是否为空，如果为空则抛出RuntimeError。
TimesFM的force_flip_invariance开关有什么作用？它有什么代价？
force_flip_invariance开关用于扩展模型的对称性保证，使得模型在输入取负时也能保持线性关系。默认开启，但实现方式是额外运行一次完整解码，因此会带来双倍的计算开销。如果不需要这种对称性，可以显式关闭以节省算力。
TimesFM的window_size配置项有什么问题？
window_size在ForecastConfig中有声明，但docstring中标注了TODO，且在整个仓库中没有被任何代码读取，因此它是一个未实现的占位配置项，用户不应指望它进行分解预测。
TimesFM如何支持协变量预测？
TimesFM通过forecast_with_covariates()方法支持协变量，支持动态/静态、数值/类别四类协变量，底层使用带ridge的线性模型（XReg）。有两种拼接顺序：'xreg + timesfm'先拟合目标再预测残差，'timesfm + xreg'先预测再拟合残差。使用时需要将return_backcast设为True。
TimesFM的分位数预测是如何实现的？
TimesFM 2.5版本有一个可选的连续分位头，可以一次性输出1024点×10列的分位数预测，不参与自回归。该分位头有30M参数，如果不使用，则退回到主干输出的十列，容易发生分位塌缩。
