# Falcon-X ## 定義 Falcon-X は [[Ant International]] が開発した、異種(heterogeneous)多変量時系列を統一的に扱う 591M パラメータの encoder-only [[時系列基盤モデル]]。変量を raw 空間から固定次元の latent prototype 空間へ decouple し、そこで cross-variate 相互作用を行ってから元の物理次元へ再構成する点が特徴。([[2026__arXiv__Falcon-X - A Time Series Foundation Model for Heterogeneous Multivariate Modeling]]) ## 役割・位置づけ - 3 つの中核機構: Unified Prototype Diff-Attention(正負 prototype Kpos/Kneg による differential attention で異種変量を整列)/ Latent Entity Attention(統一空間での大域 cross-variate 相互作用)/ Variate Reassembly Router(request-and-dispatch で変量固有軌跡を再構成、gated residual で融合)。 - 構成: D=1024、patch 長 16、Time Attention 16 層 + Entity Attention 16 層(各 16 head)。最大 context 8192、予測長 480。NVIDIA B200 上で 1M iteration 事前学習。 - 性能: [[GIFT-Eval]] で 0.666 MASE / 0.453 CRPS の全体最高。Toto-2.0-FT・Timer-S1・STRIDE・[[Chronos-2]] を上回り、長期ホライズンで優位が拡大。[[fev-bench]] では covariate を使う Chronos-2 に僅差で次点。 - raw-space group attention([[Chronos-2]])の semantic collapse を批判し、prototype routing による意味的アライメントの優位を主張。 - コード公開(<https://github.com/ant-intl/Falcon-TST>)。モデル重みは本稿時点で公開予定。 ## 関連 - エンティティ: [[Ant International]](開発元)/ [[Chronos-2]]・[[Toto]](主要比較対象)/ [[GIFT-Eval]]・[[fev-bench]](評価 benchmark) - 概念: [[時系列基盤モデル]] / [[多変量時系列予測]] - ソース: [[2026__arXiv__Falcon-X - A Time Series Foundation Model for Heterogeneous Multivariate Modeling]] - 関連 MOC: [[時系列基盤モデル - MOC]] ## 出典 - [[2026__arXiv__Falcon-X - A Time Series Foundation Model for Heterogeneous Multivariate Modeling]]