Google Research présente TimesFM-ICF, un modèle de fondation de séries temporelles qui s'adapte aux exemples en contexte pendant l'inférence, correspondant aux résultats de la mise au point supervisée sans formation supplémentaire. La méthode utilise des jetons séparateurs et un pré-entraînement continu pour améliorer la précision des prévisions de 6,8 % par rapport aux modèles à zéro coup. Cela permet aux entreprises de faire des prédictions basées sur des données plus rapidement avec une configuration minimale.