時系列データの予測は多くの場面で重要です。最近では、自然言語処理（NLP）技術がこの分野にも応用されようとしています。
例えば、トランスフォーマーはNLPにおける一大進歩でしたが、時系列予測では平均的な成果にとどまっていました。しかし、PatchTSTが登場してからは、大きな改善が見られています。
大規模言語モデル（LLM）はNLP分野で優れた一般化能力と推論能力を持つことが証明されており、その技術を時系列予測に応用する価値があります。そこで提案されたのがTime-LLMです。これは既存のLLMに特別なプログラムを施し、時系列データの予測ができるようにしたフレームワークです。
本記事では、Time-LLMの構造と、その予測可能性について探っています。時系列データを予測するためのモデルとして、実際にどのように実装し、応用できるのか、その詳細についても説明します。ますます進化するTime-LLMの潜在能力に注目し、その革新性を理解しましょう。
出典 : https://towardsdatascience.com/time-llm-reprogram-an-llm-for-time-series-forecasting-e2558087b8ac