NVIDIA 喺 Hugging Face 放開咗「Kumo Forecast」，一隻多變量時序預測模型（multi-variate time-series forecasting，即按時間軸預測多個相關變量嘅走勢）。佢用預訓練咗嘅 Transformer 骨架，再加埋佢叫 DARR（Domain-Aware Representation and Retrieval，領域感知表示與檢索）嘅「上下文增強預測」模式，將模型直接預測同喺歷史數據檢索出嚟嘅模式混合埋。模型代碼放喺 NVIDIA/Kumo-TS，權重放喺 nvidia/Kumo-Forecast，授權係 Apache 2.0。
骨架係凍結嘅，只訓預測頭
Kumo Forecast 基於 MOMENT-1-large Transformer encoder，約 3.4 億參數，加埋一個可訓練嘅「forecasting head」（預測頭）。架構上 encoder 同 embedder 嘅權重係凍結（frozen）住，只訓練預測頭——即係將預訓練嘅時間序列表示，同專門針對預測任務嘅層分開。呢個係「凍結 backbone + 輕量頭」嘅做法，同好多 LLM 下游微調同一邏輯。
兩條路：直接預測同歷史檢索
模型分兩條路走。第一條係「直接預測」：用 MOMENT Transformer 同訓練咗嘅預測頭，直接預測未來值；超過模型原生 capable 嘅長 horizon（預測範圍），有 autoregressive extension（自回歸延伸），即係將預測遞迴推落去。
第二條係 DARR 模式：喺直接預測之外，用 k-近鄰（k-NN，最鄰近）方法從歷史數據檢索相關模式，再同直接預測混合。開發者可以透過設定調整最終預測對兩條路嘅依賴比例。歷史上下文透過一個獨立嘅 context_df 參數（DataFrame）傳入，同模型嘅 input window（輸入窗口）分開。
呢個 DARR 機制有篇已出版嘅論文支持：Memory-Augmented Forecasting: Scalability and Generalization Across Temporal Domains。
可解釋：每個 horizon 有歸因
模型另附一個 model-agnostic（模型無關）嘅可解釋性框架，啟用後會產生一個 explanation bundle，包括每個預測 horizon 嘅 lag 同 feature attribution（歸因），以及 semantic-flow 診斷。重點係呢個框架唔會修改底層預測器。
點樣用
API 以 DataFrame 為主，可以設定預測 horizon，歷史上下文係可選嘅。權重放喺 nvidia/Kumo-Forecast，Apache 2.0 授權。
模姐驗嚇貨
3.4 億參數喺時序預測領域唔算大，但凍結 backbone 加輕量預測頭嘅設計，同 k-NN 歷史檢索嘅結合，係近期 RAG（檢索增強生成）思維由語言模型擴展到時序預測嘅一個實際例子。材料無載明任何獨立第三方跑分，本地可用性及實際預測準確度，留待有條件嘅讀者自行驗證。
