# Chronos-2 ## 定義 Chronos-2(Ansari+, 2025、arXiv:2510.15821)は [[Amazon Web Services]] が公開した [[時系列基盤モデル]](120M パラメータ)で、単変量から汎用予測へ拡張した最初の TSFM である。group attention 機構を採用し、任意のグループ内で関連系列の情報をパッチインデックス単位で共有することで in-context learning(ICL)を実現する。単変量・多変量・共変量付き(過去のみ既知・将来既知・カテゴリカル)の 3 タスクを単一モデルで処理でき、メモリスケーリングは $O(V)$。合成 multivariatizer データのみで多変量 ICL を付与する訓練戦略も特徴的。([[@2025__arXiv__Chronos-2 - From Univariate to Universal Forecasting]]) ## 役割・位置づけ ### 一次出典からの情報([[@2025__arXiv__Chronos-2 - From Univariate to Universal Forecasting]]) - **アーキテクチャ**: encoder-only トランスフォーマー(T5 エンコーダ準拠)。各ブロックで Time Attention(時間軸方向 self-attention、RoPE)と Group Attention(グループ内パッチ単位の情報共有)を交互に実行 - **訓練戦略**: 2 段階(コンテキスト 2048 → 8192 のポストトレーニング)、量子化回帰損失(21 分位数)、多変量データは合成 multivariatizer のみ - **ベンチマーク性能**: fev-bench で Win Rate 90.7%・Skill Score 47.3%、GIFT-Eval で Win Rate 81.9%(WQL)、Chronos Benchmark II で Win Rate 79.8%(WQL)。3 ベンチマーク全て SOTA - **推論効率**: A10G 単機で 300 系列/秒(コンテキスト長 2048・予測長 64・バッチサイズ 1024) ### 他ソースからの位置づけ - [[Falcon-X]] が批判する「raw variate 空間で直接相互作用する」変量間 TSFM の代表例。Falcon-X 論文の表1では Heterogeneous Unification 方式が "Group Mixing"、Signed Dependence・Cross Learning は非対応と分類される - Falcon-X の推論設定分析では、Chronos-2 は group attention の有無で GIFT-Eval 性能がほぼ変わらず、raw-space の変量混合が有効な関係情報をほとんど与えない(意味的崩壊)と指摘される。ただし一次出典では ICL 有無の比較を行いゲインを定量化しており、特に共変量付きタスクで ICL が大きく貢献することを示している - [[@2025__arXiv__Cisco Time Series Model Technical Report]] の比較対象。観測データ評価では Cisco TSM が上回るが、GIFT-Eval 全体では Chronos-2 が汎用ドメインで強い - [[TimeCopilot]]([[@2025__arXiv__TimeCopilot]])の GIFT-Eval 実験では MedianEnsemble(Chronos-2 + [[TimesFM]] + [[TiRex]])の構成要素。単体でも点予測 MASE 平均ランク全体首位 - [[Cast-R1]] の予測ツールとして組み込まれ、除外するとアブレーションで volatile データセットの MSE が 22.5→55.4 と劇的に増加 > [!note] 前身の初代 Chronos と本ページの Chronos-2 は別世代 > TSFM サーベイ [[@2025__arXiv__Foundation Models for Time Series - A Survey]] が扱う「Chronos」は**初代**(Ansari+ 2024、arXiv:2403.07815)で、T5 ベースの encoder-decoder・値の量子化(binning)+ Cross Entropy 損失・単変量・確率的と分類される。本ページの Chronos-2(Ansari+ 2025、arXiv:2510.15821、group attention で多変量・in-context learning)はその後継で設計が大きく異なる。サーベイは初代 Chronos の限界として、長系列でのトークン化と自己回帰サンプリングの資源集約性を挙げる。 ## 関連 - エンティティ: [[Falcon-X]](提案手法、比較相手)/ [[Toto]](同じく多変量 TSFM)/ [[TimesFM]]・[[TiRex]]・[[Cisco]](TSFM 群)/ [[TimeCopilot]](MedianEnsemble 構成要素) - 概念: [[時系列基盤モデル]] / [[多変量時系列予測]] / [[エージェント型時系列予測]] - ソース: [[@2026__arXiv__Falcon-X - A Time Series Foundation Model for Heterogeneous Multivariate Modeling]] / [[@2025__arXiv__Cisco Time Series Model Technical Report]] / [[@2025__arXiv__Foundation Models for Time Series - A Survey]] / [[@2025__arXiv__TimeCopilot]] ## 出典 - [[@2026__arXiv__Falcon-X - A Time Series Foundation Model for Heterogeneous Multivariate Modeling]] - [[@2025__arXiv__Cisco Time Series Model Technical Report]](比較対象 Chronos-2) - [[@2025__arXiv__Foundation Models for Time Series - A Survey]](初代 Chronos の分類) - [[@2025__arXiv__TimeCopilot]](MedianEnsemble 構成要素 / GIFT-Eval 上位モデル)