tirex

零样本预测长短周期，无需训练直接上手

TiRex 是一个面向时间序列预测的开源模型，主打零样本（Zero-Shot）跨长短周期预测，并强化了上下文学习（In-Context Learning）能力。它解决的是传统预测模型需要针对每个数据集重新训练、难以泛化到新场景的问题。TiRex 通过预训练和提示（prompt）机制，让模型能够直接应用于未见过的数据集，无需微调即可生成预测结果。其核心能力包括：支持任意长度的时间序列输入、自适应处理不同频率（如小时、天、周）的数据、以及通过上下文示例提升预测准确性。项目基于 Jupyter Notebook 提供实现，适合研究人员和开发者快速复现和实验。目前项目处于早期阶段，代码和文档正在完善中。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 304

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队NX-AI

所属国家

官网地址https://nx-ai.github.io/tirex

GitHubhttps://github.com/NX-AI/tirex

定价模式free

价格说明开源模型，本地部署，完全免费

访问状态

是否开源是

开源协议NOASSERTION

主要语言Jupyter Notebook

技术栈/模型classification,forecasting,foundation-models,timeseries,timeseries-forecasting,xlstm

GitHub 星标★ 304

30天Star增速

HF 下载量

上线时间2025-05-27 00:00:00

最近更新2026-09-22 00:00:00

维护状态较活跃

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3

使用教程

核心亮点

真正零样本：新数据集无需微调即可预测，省去大量训练时间
长短周期通吃：同时覆盖短期和长期预测，适应多种业务节奏
上下文学习增强：利用示例提示提升预测精度，少样本也能出效果

不足之处

项目处于早期，文档和示例不够丰富，上手门槛略高
依赖 Jupyter Notebook，生产环境部署需自行转换代码

适用场景

快速验证新业务场景的时间序列预测效果，无需历史模型积累
跨多个客户或领域提供预测服务，避免为每个客户单独训练模型
研究上下文学习在时序预测中的应用，作为实验基线

替代项目

TimeGPT、Chronos、TimesFM

项目介绍

tirex 是模型训练领域的开源项目，由 NX-AI 开发，2025 年首次发布。

它收录于模型训练分类，该分类目前共有 522 个项目，GitHub 星标数为 304。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-22。本地部署，完全免费。

它主要面向的使用场景是：快速验证新业务场景的时间序列预测效果，无需历史模型积累。同类可对比的替代方案包括 TimeGPT、Chronos、TimesFM。

上一篇：LRV-Instruction

下一篇：language-planner