Forecasting

Modèle IA météo global déployé aujourd'hui avec résolution 5x supérieure, données satellites en temps réel et intégration immédiate dans Search, Maps et Cloud.

IBM Research présente Granite Timeseries Ensemble, une recette qui combine quatre modèles Granite open source pour produire des prévisions médianes et par quantiles, sans réentraînement.

NVIDIA publie Kumo Forecast, modèle de prévision de séries temporelles multivariées sous Apache 2.0, qui combine backbone Transformer pré-entraîné et récupération de motifs historiques.

PathFM utilise le flow matching pour générer des trajectoires futures complètes, en une ou deux étapes après distillation, avec une précision marginale compétitive sur fev-bench et TIME.

Le plus grand modèle de Timestral, avec 209M de paramètres, se classe premier sur GIFT-Eval, TIME et fev-bench et produit des prévisions probabilistes et multivariées.

Des chercheurs montrent que des simulateurs peuvent entraîner des modèles de prévision efficaces pour pallier le problème du cold-start lors du déploiement de nouvelles politiques décisionnelles.

IBM Research lance une nouvelle version de son modèle de prévision de séries temporelles, avec des performances de pointe et une licence permissive pour un usage commercial.

Un nouveau Transformer multimodal et time-aware capable de modéliser et de prédire l'évolution clinique globale des patients.

Le nouveau modèle d'intelligence artificielle de DeepMind améliore la prévision météorologique mondiale grâce à une architecture avancée.

Google Research dévoile la troisième version de son modèle de séries temporelles, capable de prévisions sans entraînement spécifique sur données multivariées.

Un framework qui organise les prévisions multivariées autour de concepts lisibles générés par LLM, sans annotation manuelle coûteuse.

Un nouveau framework de reroutage sélectif combine données temps réel et prévisions à court terme pour optimiser le trafic urbain.

Ryan Greenblatt estime que l'automatisation de la R&D en IA pourrait survenir dès 2031, déclenchant une explosion de superintelligence.

Des chercheurs proposent un cadre d'estimation dont le coût par itération ne dépend plus de la longueur de la série, levant un frein historique aux modèles VARMA.

Six LLM de pointe testés en temps réel sur les 104 matchs de la Coupe du monde 2026, avec des prédictions faites avant que le résultat n'existe.

Une nouvelle méthode de reservoir computing, testée aussi en version quantique, améliore la prévision de volatilité face aux modèles GARCH sur certains actifs.

Un modèle probabiliste intègre une structure comportementale latente pour améliorer la prévision de consommation électrique des ménages, surtout en contexte limité.

Un nouveau protocole d'évaluation isole les LLM de toute donnée post-événement pour mesurer une vraie capacité de prévision, pas du simple rappel.

Les indices spectraux ne prédisent pas l'apport du contexte. Étude sur les limites du spectre pour les modèles de fondation.