The Forecasting Company 发布 2.56 亿参数时序预测模型 t0 及 MLX 端侧运行时

The Forecasting Company 正式开源了名为 t0 的时间序列预测基础模型及其配套代码库 tfc-t0，该模型包含 t0-alpha、t0-beta 和 t0-gamma 三个版本，其中最大规模的 t0-gamma 参数量为 2.56 亿（256M），支持概率性预测并允许使用历史及已知未来的协变量进行增强。

材料详细披露了 t0-gamma 的具体架构配置：采用 24 层 Decoder-style patch transformer 结构，Embedding 维度为 1024，Feedforward 维度为 2048，注意力头数为 8，Patch size 为 32，训练时覆盖 21 个分位数水平（从 0.01 到 0.99）。在推理设置上，官方推荐通过 trim_leading_missing、symmetric_averaging、clip_nonnegative 和 snap_integers 四个可选参数来复现其发布的基准分数，这些参数分别用于忽略缺失值、对称平均化、非负截断和整数取整。

针对部署场景，材料特别强调了 MLX 运行时的特性，这是一个专为 Apple Silicon 构建的一体化推理环境，要求 macOS 14 或更新版本及原生 arm64 Python 3.10+，且不需要安装 PyTorch。此外，ONNX 导出目前仅涵盖 t0-alpha 版本（FP16 和 INT8），尚未包含 t0-beta 或 t0-gamma 的 ONNX 导出，这意味着在需要高性能端侧部署时，用户需权衡模型精度与硬件兼容性。