GTT

零样本预测多变量时间序列,一个模型通吃多个领域

GTT 是 CIKM '24 论文的官方代码库,实现了一个基于编码器架构的通用时间 Transformer 基础模型,专为零样本多变量时间序列预测设计。它解决了传统时间序列模型需要针对特定数据集重新训练、泛化能力差的问题,核心能力在于通过预训练学习跨领域的时间序列模式,从而直接应用于未见过的数据集。项目提供完整的训练、评估和推理流程,支持多种公开数据集,并包含与现有基线的对比实验脚本。作为学术研究导向的早期项目,其代码结构清晰,便于复现论文结果和二次开发。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 67
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队cfeng783
所属国家
官网地址
定价模式free
价格说明开源代码,无在线服务,需自行部署,完全免费。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型foundation-models,time-series
GitHub 星标★ 67
30天Star增速
HF 下载量
上线时间2023-07-10 00:00:00
最近更新2026-07-09 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数6

使用教程

核心亮点

  • 基于编码器架构,推理效率高,适合长序列预测
  • 支持零样本迁移,无需针对新数据集重新训练
  • 代码与论文紧密对应,便于复现和学术研究

不足之处

  • 文档/社区待观察
  • 依赖特定数据集预处理流程,扩展新数据需额外适配

适用场景

  • 学术研究:复现论文结果或作为基线对比
  • 跨领域预测:快速评估新数据集的可预测性
  • 资源受限场景:利用预训练模型进行高效推理

替代项目

TimeGPT、Chronos、PatchTST

项目介绍

GTT 是开源模型领域的开源项目,由 cfeng783 开发,2023 年首次发布。

它收录于开源模型分类,该分类目前共有 424 个项目,GitHub 星标数为 67。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-07-09。开源代码,无在线服务,需自行部署,完全免费。

它主要面向的使用场景是:学术研究:复现论文结果或作为基线对比。同类可对比的替代方案包括 TimeGPT、Chronos、PatchTST。

上一篇:LIMU-BERT_Experience

下一篇:scMulan

同类项目推荐

Machine-Learning 开源

跟着博客笔记,边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
CoreML-Models 开源

下载即用的苹果端 AI 模型库,免去转换烦恼

Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···

★ 1873 2026-08-10