概念zero-shot预测
零样本预测
机器学习模型在未见过目标数据、也未针对该数据做微调的情况下直接进行预测的能力，依赖大规模多样化预训练获得的通用模式识别能力。
时间轴 (近 90 天)
10月30日
HotPOT在未见物理条件下的零样本预测上表现出性能增益，表明其学到了可迁移的数值-物理表征而非对训练方程族的过拟合。
待验证50%
9月5日
TimesFM借鉴大语言模型的预训练+零样本推理范式，预训练后可直接对未见过的时间序列进行预测，无需针对性训练
待验证50%
机器学习模型在未见过目标数据、也未针对该数据做微调的情况下直接进行预测的能力，依赖大规模多样化预训练获得的通用模式识别能力。
HotPOT在未见物理条件下的零样本预测上表现出性能增益，表明其学到了可迁移的数值-物理表征而非对训练方程族的过拟合。
TimesFM借鉴大语言模型的预训练+零样本推理范式，预训练后可直接对未见过的时间序列进行预测，无需针对性训练