연구진이 실제 세계 데이터를 활용한 시계열 파운데이션 모델(TSFM) 학습 효과를 분석하기 위해 RMISC 코퍼스를 구축했어요. RMISC는 200개 데이터셋, 1420억 개의 시계열 데이터 포인트를 포함하는 대규모 다변량 시계열 아카이브예요.
실제 세계 데이터로 학습한 TSFM은 합성 데이터로 학습한 모델보다 제로샷 일반화 성능이 향상되는 것을 확인했어요. 이는 실제 데이터가 복잡한 시계열 동역학과 변수 간 관계를 더 잘 반영하기 때문이에요.
이번 연구는 더 강력한 TSFM 개발에 실제 세계 다변량 데이터가 어떻게 기여하는지 이해하는 데 도움을 줄 거예요.