ApolloPFN：原生融合外生变量的零样本时间序列预测网络

ApolloPFN 提出一种 prior-data fitted network（PFN）架构，原生具备时间感知能力并可直接融合促销、价格、天气、日历事件等外生变量，实现零样本预测、无需任何额外训练。评估显示，在外生信息存在时该方法能超越现有基线，同时也已在标准单变量基准上完成测试。