Toto 2.0: Tijdreeksvoorspelling betreedt het schaalvergrotingstijdperk

Samenvatting

We tonen aan dat tijdreeks-fundamentmodellen schalen: één enkele trainingsreceptuur levert betrouwbare voorspellingskwaliteitsverbeteringen op van 4M tot 2,5B parameters. We brengen Toto 2.0 uit, een familie van vijf open-gewichten voorspellingsmodellen die onder dit recept zijn getraind. De Toto 2.0-familie vestigt een nieuwe state-of-the-art op drie voorspellingsbenchmarks: BOOM, onze observeerbaarheidsbenchmark; GIFT-Eval, de standaard algemene benchmark; en de recente verontreinigingsbestendige TIME-benchmark. Dit rapport beschrijft onze experimentele resultaten en detailleert de ontwerpbeslissingen achter Toto 2.0: de architectuur en trainingsreceptuur, trainingsdata, en de u-muP hyperparameteroverdrachtspijplijn. Alle vijf basiscontrolepunten worden uitgebracht onder Apache 2.0.

English

We show that time series foundation models scale: a single training recipe produces reliable forecast-quality improvements from 4M to 2.5B parameters. We release Toto 2.0, a family of five open-weights forecasting models trained under this recipe. The Toto 2.0 family sets a new state of the art on three forecasting benchmarks: BOOM, our observability benchmark; GIFT-Eval, the standard general-purpose benchmark; and the recent contamination-resistant TIME benchmark. This report describes our experimental results and details the design decisions behind Toto 2.0: its architecture and training recipe, training data, and the u-muP hyperparameter transfer pipeline. All five base checkpoints are released under Apache 2.0.