Google Research presenta TimesFM-ICF, un modelo de fundamentación de series temporales que se adapta a ejemplos en contexto durante la inferencia, igualando los resultados de ajuste fino supervisado sin entrenamiento adicional. El método utiliza tokens separadores y un preentrenamiento continuado para mejorar la precisión de las previsiones en un 6,8% frente a los modelos de cero disparos. Esto permite a las empresas hacer predicciones basadas en datos más rápidamente con una configuración mínima.