# TimesFM ## 定義 TimesFM(Das+, ICML 2024 / arXiv:2310.10688、"A Decoder-Only Foundation Model for Time-Series Forecasting")は [[Google Research]] が開発した decoder-only の[[時系列基盤モデル]]。時系列をパッチに分割して残差ブロックでトークン化し、因果マスク付きの積み重ねトランスフォーマーで自己回帰的に次のパッチを予測する。200M パラメータ・約 100B 時系列点の事前学習コーパス(Wikipedia ページビュー 300B 点を主要源とする)で、多様なドメイン・粒度・ホライズン長にわたるゼロショット予測が教師あり SOTA に近い精度を達成した。著者は [[Abhimanyu Das]]・[[Weihao Kong]]・[[Rajat Sen]]・[[Yichen Zhou]]。([[@2024__arXiv__A Decoder-Only Foundation Model for Time-Series Forecasting]]) ## 役割・位置づけ - **Google SRE AI の異常検知レイヤ**: [[@2026__Google Cloud Blog__AI in SRE - Where Google is Deploying Agentic AI to Improve Operations]] は、静的閾値が機能しない多様な顧客ワークロードに対する SRE AI の異常検知系で「`e.g., TimesFM`」とモデル例として明示する。エージェントが収集したシグナルを TimesFM に流して通常挙動からの異常を検出し、historical signals は顧客指向 SLO の予測にも使う。BigQuery への TimesFM モデル統合(`docs.cloud.google.com/bigquery/docs/timesfm-model`)があり、本番テレメトリと同じデータレイヤで推論できる。SRE での組み込み形は「検知層は時系列基盤モデル、上位の推論・対応は LLM エージェント」という階層分離([[異常検知]] が論じる「常時稼働には LLM が重すぎる」制約への産業実装解)。 - **Cisco TSM の基盤**: Cisco Time Series Model は TimesFM のアーキテクチャ改変(特殊トークン + 解像度埋め込み)として構築され、TimesFM からの継続事前学習(CPT)で 500M パラメータに育てる。patching/padding、residual block、decoder-only transformer 層、un-embedding の構成と実装は TimesFM に従う。解像度埋め込みは TimesFM の frequency embedding に概念的に近い。 - **ベースライン**: 評価では TimesFM-2.0・TimesFM-2.5 が比較対象。観測データでは Cisco TSM が上回り、GIFT-Eval の長コンテキスト部分集合でも TimesFM 2.0 を上回る(同等以上を保つ)。 - コンテキストウィンドウは初期 512〜4,096 点、最新の TimesFM 2.5 で 16,384 点まで拡張(Cisco TSM が問題視する「長コンテキストの制約」の代表)。 - TSFM のサーベイ [[@2025__arXiv__Foundation Models for Time Series - A Survey]] では、TimesFM(Das+, ICML 2024)は decoder-only・パッチベース・単変量・決定論的(MSE 損失)・200M パラメータとして分類される。非重複パッチで自己回帰生成し、ランダムマスキングで可変コンテキスト長に対応、zero-shot 予測向き。サーベイは多変量対応の欠如と固定長パッチのトレードオフを限界として挙げる。 - [[TimeCopilot]]([[@2025__arXiv__TimeCopilot]])の GIFT-Eval 実験では、MedianEnsemble を構成する 3 つの SOTA 基盤モデルの 1 つ([[Chronos-2]] + TimesFM + [[TiRex]])。単体(TimesFM-2.5、Google Research)でも CRPS・MASE の両ランクで上位に位置する(Figure 2)。 ## 関連 - エンティティ: [[Google]] / [[Toto]]・[[Chronos-2]]・[[TiRex]](同じ TSFM 群の比較対象)/ [[TimeCopilot]](MedianEnsemble 構成要素) - 概念: [[時系列基盤モデル]] / [[エージェント型時系列予測]] / [[異常検知]] / [[アラート管理]] / [[agentic SRE]] - ソース: [[@2025__arXiv__Cisco Time Series Model Technical Report]] / [[@2025__arXiv__Foundation Models for Time Series - A Survey]] / [[@2025__arXiv__TimeCopilot]] / [[@2026__Google Cloud Blog__AI in SRE - Where Google is Deploying Agentic AI to Improve Operations]] - 関連 MOC: [[時系列基盤モデル - MOC]] / [[structures/LLM4SRE - MOC]] ## 出典 - [[@2024__arXiv__A Decoder-Only Foundation Model for Time-Series Forecasting]](原論文: アーキテクチャ・事前学習データ・ゼロショット評価・アブレーション) - [[@2025__arXiv__Cisco Time Series Model Technical Report]] - [[@2025__arXiv__Foundation Models for Time Series - A Survey]](Table 2/§4.1.4: decoder-only TSFM としての TimesFM) - [[@2025__arXiv__TimeCopilot]](MedianEnsemble 構成要素 / GIFT-Eval 上位モデル) - [[@2026__Google Cloud Blog__AI in SRE - Where Google is Deploying Agentic AI to Improve Operations]](Google SRE AI の異常検知モデル例として明示)