35 lines
3 KiB
Markdown
35 lines
3 KiB
Markdown
|
---
|
||
|
|
type: xpost
|
||
|
|
source_url: https://x.com/0xJokker/status/2096362349644906555
|
||
|
|
retrieved: 2026-09-06
|
||
|
|
author: "@0xJokker"
|
||
|
|
is_thread: false
|
||
|
|
quote_count: 3
|
||
|
|
---
|
||
|
|
|
||
|
|
# X-Post: TimesFM 3.0 als lokales Zeitreihenmodell
|
||
|
|
|
||
|
|
## Quelle
|
||
|
|
|
||
|
|
Jokker (@0xJokker) veröffentlichte den spanischsprachigen X-Post am 05.09.2026. Der Beitrag hatte beim Abruf 72.493 Aufrufe, 848 Likes, 128 Reposts und 27 Antworten. Er enthält ein Bild eines README-Ausschnitts zum Projekt TimesFM.
|
||
|
|
|
||
|
|
## Inhalt des Posts
|
||
|
|
|
||
|
|
Der Post behauptet, Google habe TimesFM als Modell zur Muster- und Zeitreihenprognose veröffentlicht. Als Beispiele nennt er Verkäufe, Nachfrage, Marktpreise, Webverkehr und Krypto-Volatilität. Außerdem nennt er 100 Milliarden reale Trainingsdatenpunkte, Zero-Shot-Prognosen ohne zusätzliches Training, lokale Ausführung, Datenschutz sowie ein kostenloses Open-Source-Angebot. Ein Repository werde in den Kommentaren verlinkt; im Posttext steht kein Repository-Link.
|
||
|
|
|
||
|
|
## Sichtbarer Screenshot
|
||
|
|
|
||
|
|
Der Screenshot zeigt einen README-Ausschnitt mit dem Titel „TimesFM“. Sichtbar sind der Hinweis auf TimesFM 3.0, der Checkpoint `google/timesfm-3.0-pytorch`, ein Verweis auf die TimesFM-Hugging-Face-Collection, den Google-Research-Blog sowie die Angabe „Apache-2.0 license“. Der Screenshot nennt außerdem BigQuery ML, Google Sheets und Vertex Model Garden als Google-Produkte beziehungsweise Integrationen. Das gezeigte README erklärt, dass die offene Version kein offiziell unterstütztes Google-Produkt ist.
|
||
|
|
|
||
|
|
## Gegenprüfung der sichtbaren Angaben
|
||
|
|
|
||
|
|
Das öffentliche Repository [google-research/timesfm](https://github.com/google-research/timesfm) beschreibt TimesFM 3.0 als Modell für univariate und multivariate Zeitreihen mit Kovariaten und nennt eigene Spitzenplatz-Claims für fev-bench, TIME und GIFT-Eval. Der Quellcode ist Apache-2.0-lizenziert. Laut [Hugging Face](https://huggingface.co/google/timesfm-3.0-pytorch) stehen die TimesFM-3.0-Standardgewichte unter einer separaten Non-Commercial License v1.0 und sind nicht für kommerzielle oder produktive Nutzung freigegeben.
|
||
|
|
|
||
|
|
Die Google-Research-Seite zum ursprünglichen TimesFM nennt 100 Milliarden reale Zeitreihenpunkte im Pretraining des 2024 beschriebenen Modells. Die TimesFM-3.0-Modellkarte nennt dagegen GiftEvalPretrain, Wikipedia Pageviews, Google Trends sowie synthetische und augmentierte Daten; die 100-Milliarden-Angabe wird in den hier geprüften 3.0-Unterlagen nicht als identische 3.0-Trainingszahl bestätigt.
|
||
|
|
|
||
|
|
Die offizielle Dokumentation zeigt lokale PyTorch-Inferenz mit heruntergeladenem Checkpoint. Die geprüften Unterlagen enthalten keine konkreten Hardware- oder Geschwindigkeitsangaben und keine eigenständige Evaluation für Finanz- oder Krypto-Prognosen.
|
||
|
|
|
||
|
|
## Abrufstatus
|
||
|
|
|
||
|
|
Der X-Post war über X sowie die öffentliche Fxtwitter-API abrufbar. Das im Bild erkennbare Projekt ließ sich über das offizielle Google-Research-Repository und die TimesFM-3.0-Modellkarte gegenprüfen. Der im Post angekündigte Kommentar-Link zum Repository war im sichtbaren Posttext nicht enthalten und wurde nicht als eigenständige Quelle übernommen.
|