项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 564
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- NVIDIA 显卡
- Python 环境
- 时序数据
安装与启动步骤
-
1克隆
把时序预测改写成语言建模任务。
git clone https://github.com/liaoyuhua/LLM4TS.git -
2建环境
按仓库说明装，框架版本要对。
pip install -r requirements.txt -
3准备时序数据
按它的格式整理，注意归一化方式。
-
4跑一次基线
先用论文给的设置复现数字。
-
5换自己的数据
改窗口长度与预测步长后要重调。
如何确认成功
在同一份数据上复现出与论文接近的误差指标，换预测步长后趋势合理
注意事项
- 它研究的是把时序当文本建模是否有效。
- 归一化方式直接影响结果，别随手改。
- 长预测步长时优势更明显。
- 通用时序模型未必打得过专门方法，按数据定。
核心亮点
- 系统梳理了LLM与时间序列结合的前沿研究，分类清晰，便于快速定位。
- 汇总了多种模型的代码和预训练权重，降低了复现和对比实验的成本。
- 项目持续更新，能反映该交叉领域的最新动态，是入门和追踪进展的好帮手。
不足之处
- 项目仍处于早期阶段，内容完整性和深度可能有限。
- 文档和社区支持尚待观察，可能缺乏详细的贡献指南和活跃讨论。
适用场景
- 科研人员调研LLM在时间序列预测、异常检测等任务上的应用现状。
- 工程师寻找可用于实际业务的时间序列基础模型，并评估其效果。
- 学生或初学者通过该列表系统学习LLM+时序的技术路线和关键论文。
替代项目
Awesome-Time-Series、Time-Series-Library、Awesome-LLM-Time-Series
上一篇：awesome-fm4co
下一篇：HPT
同类项目推荐
GTT
开源
零样本预测多变量时间序列，一个模型通吃多个领域
Codebase for CIKM '24 paper -- General Time Transformer: an Encoder-only Foundation···
KnowLM
开源
给大模型注入知识，让回答更专业准确
An Open-sourced Knowledgable Large Language Model Framework.
Open-dLLM
开源
用扩散模型并行生成代码，比自回归更快更稳
Open diffusion language model for code generation — releasing pretraining, evaluati···
Awesome-Mixture-of-Experts
开源
一份清单，带你快速入门混合专家模型
Awesome Mixture of Experts (MoE): A Curated List of Mixture of Experts (MoE) and Mix···
QuantHarness
开源
一套工具，搞定量化模型标准化评测与对比
Official Repository for QuantHarness
awesome-turkish-language-models
开源
找土耳其语AI资源，看这一个列表就够了
A curated list of Turkish AI models, datasets, papers
Awesome-LLMs-ICLR-24
开源
一键速览 ICLR 2024 全部 LLM 论文，紧跟学术前沿
It is a comprehensive resource hub compiling all LLM papers accepted at the Internat···
hello-claw
开源
从零搭建你的第一个AI助手，像领养龙虾一样简单有趣
哈喽！龙虾 ♀️ Adopt from scratch and build your first claw 来领养你的第一只龙虾···
MultiModalMamba
开源
ViT 加 Mamba 融合，多模态推理又快又省显存
A novel implementation of fusing ViT with Mamba into a fast, agile, and high perform···