随着LLM的开枝散叶， 时间序列模型也逐渐走出了“一事一议“的模式，开始往”通用推理能力“迈进。当前，该通用能力的建设主要依赖于两种框架，一种是利用原本已经预训练好的LLM，经过一些对input结构或output结构进行时间序列数据上的fine-tune或者融合为prompt Engineering的方式进行预测（大部分）。或者是利用LLM的训练机制start training from scratch （chronos）。当前业界公认比较好用的，结构相对比较简单，训练思路直接，我个人也比较推崇的也就是Amazon的工作 chronos
