Awesome-TimeSeries-SpatioTemporal-LM-LLM
Une liste professionnelle sur les grands modèles (langage) et les modèles de base (LLM, LM, FM) pour les séries temporelles, les données spatiotemporelles et les données d'événements.
Explorez une liste soigneusement sélectionnée de ressources pour utiliser des modèles de langage de grande taille avec des données temporelles.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentUne liste professionnelle sur les grands modèles (langage) et les modèles de base (LLM, LM, FM) pour les séries temporelles, les données spatiotemporelles et les données d'événements.
Awesome-TimeSeries-SpatioTemporal-LM-LLM compte 1.2k étoiles sur GitHub. Il a été forké 91 fois. Il est développé activement depuis 2023. Ses principaux thèmes sont : anomalydetection, autoscaling, deeplearning, forecasting.
Qu'est-ce que Awesome-TimeSeries-SpatioTemporal-LM-LLM ?
Une liste professionnelle sur les grands modèles (langage) et les modèles de base (LLM, LM, FM) pour les séries temporelles, les données spatiotemporelles et les données d'événements.
Awesome-TimeSeries-SpatioTemporal-LM-LLM est-il open source ?
Awesome-TimeSeries-SpatioTemporal-LM-LLM est un projet open source.
Awesome-TimeSeries-SpatioTemporal-LM-LLM est-il gratuit ?
Oui. Awesome-TimeSeries-SpatioTemporal-LM-LLM est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/qingsongedu-awesome-timeseries-spatiotemporal-lm-llm.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.