ChatTime

让时间序列模型读懂文本，预测更准

ChatTime 是 AAAI 2025 oral 论文的官方 PyTorch 实现，定位为统一的多模态时间序列基础模型，旨在桥接数值数据与文本数据。它解决的核心问题是传统时间序列模型只能处理数值，无法利用新闻、报告等文本信息，导致预测和分类任务中信息利用不充分。ChatTime 通过设计统一的模型架构，同时编码数值时间序列和文本描述，支持时间序列预测、分类、异常检测等任务，并具备跨模态理解能力。其核心能力包括多模态融合编码、统一任务接口，以及基于预训练+微调范式适应下游场景。项目代码基于 Jupyter Notebook 提供，便于研究复现和二次开发，适合学术研究与工业原型验证。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 168
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ForestsKing
所属国家
官网地址
GitHubhttps://github.com/ForestsKing/ChatTime
定价模式free
价格说明开源项目，免费使用，需自行部署。
访问状态
是否开源是
开源协议
主要语言Jupyter Notebook
技术栈/模型foundation-models,multimodal-time-series,multimodality,time-series
GitHub 星标★ 168
30天Star增速
HF 下载量
上线时间2024-07-07 00:00:00
最近更新2026-09-16 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2

使用教程

核心亮点

  • AAAI 2025 oral 论文官方实现，算法设计有学术背书
  • 统一多模态架构，同时处理数值和文本，信息利用更全面
  • 覆盖预测、分类、异常检测多种任务，适用面广

不足之处

  • 早期项目，文档和社区支持尚待完善
  • 基于 Notebook 的代码结构，工程化部署需改造

适用场景

  • 金融时序预测结合新闻情绪分析
  • 工业传感器数据与维修日志联合分析
  • 学术研究中多模态时间序列基准测试

替代项目

Time-Series-Library、Autoformer、Informer

项目介绍

ChatTime 是开源模型领域的开源项目，由 ForestsKing 开发，2024 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 168。

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 2026-09-16。免费使用，需自行部署。

它主要面向的使用场景是：金融时序预测结合新闻情绪分析。同类可对比的替代方案包括 Time-Series-Library、Autoformer、Informer。

上一篇：Awesome-Spatio-Temporal-Foundation-Models

下一篇：awesome-fm-fl

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
awesome-ltx2 开源

找齐 LTX-2 模型、工作流和 LoRA，一键上手视频生成。

All available LTX-2 models, encoders, workflows, LoRAs for ComfyUI

★ 593 2026-08-10