ApolloPFN：原生融合外生变量的零样本时序预测网络

2026年10月16日，AGI Hunt 报道了一种名为 ApolloPFN 的 prior-data fitted network（PFN）架构。该架构原生具备时间感知能力，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，且无需任何额外训练。评估结果显示，在外生信息存在时，该方法能够超越现有基线；报道同时提到，ApolloPFN 也已在标准单变量基准上完成测试。截至目前，尚无与上述说法相矛盾的后续报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。