Falcon TST 2.0 dẫn đầu bảng xếp hạng thế giới, đưa mô hình dự báo chuỗi thời gian vào ứng dụng tài chính

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

26/08/2026 11:25:00 Nguồn: QbitAI

Ant International gần đây đã chính thức ra mắt mô hình AI dự báo chuỗi thời gian tự phát triển mang tên "FalconTST" phiên bản 2.0.

Ant International gần đây đã chính thức ra mắt mô hình AI dự báo chuỗi thời gian tự phát triển mang tên "FalconTST" (Time-Series Transformer) phiên bản 2.0. "FalconTST" 2.0 đã đạt được kết quả tối ưu (SOTA) trong các bài kiểm tra chuẩn quốc tế, với sai số tuyệt đối trung bình (MASE) giảm xuống còn 0,666, vượt qua các mô hình dự báo chuỗi thời gian của nhiều công ty công nghệ hàng đầu thế giới. Mô hình này được thiết kế chuyên biệt cho quản lý rủi ro ngoại hối trong thanh toán xuyên biên giới và sẽ được mở rộng sang các kịch bản ngành khác như dự báo nhu cầu chuỗi cung ứng thương mại điện tử, quản lý vận hành hàng không, v.v.

Hiện tại, các tổ chức tài chính lớn như Barclays, Citibank, Deutsche Bank và Standard Chartered đã áp dụng "FalconTST" 2.0 vào việc dự báo dòng tiền và quản lý ngoại hối, giúp nâng cao khả năng dự báo rủi ro thanh khoản. Độ chính xác dự báo của "FalconTST" 2.0 đã ổn định ở mức trên 93%, đồng thời sở hữu khả năng mở rộng ứng dụng sang các ngành ngoài tài chính như logistics, hàng không và thương mại điện tử.

Kể từ năm 2025, Amazon Chronos-2, Google TimesFM 2.5, Salesforce Moirai 2.0 và IBM FlowState đã lần lượt đưa các khả năng như đa biến, ngữ cảnh dài, dự báo xác suất và thích ứng tỷ lệ lấy mẫu chéo lên vị trí trung tâm. Đồng thời, các đặc điểm của thị trường tài chính như tỷ lệ tín hiệu trên nhiễu thấp, sự thay đổi cơ chế, rủi ro đuôi dày và sự liên kết giữa các thị trường khiến cho lợi thế trên các bảng xếp hạng chung khó có thể chuyển hóa trực tiếp thành lợi nhuận dự báo tài chính ổn định. Sự tiến hóa của Falcon TST từ Ant International mang tính đại diện: năm 2025 xác thực nghiệp vụ trong quản lý trạng thái ngoại hối và quản lý vốn, năm 2026 tăng cường hiệu suất dự báo đơn biến với Falcon-2.0 và bổ sung mô hình hóa quan hệ đa biến không đồng nhất với Falcon-X. Falcon TST 2.0 là một nỗ lực chuyên biệt hóa "năng lực nền tảng chuỗi thời gian chung + xác thực quy trình tài chính", sự lặp lại liên tục và tiến bộ ổn định cho thấy sức mạnh tiên phong của Ant International trong lĩnh vực AI + Tài chính.

I. Chuỗi thời gian tài chính đang kiểm chứng năng lực thực sự của các mô hình nền tảng chung

Các mô hình nền tảng chuỗi thời gian chung đã sở hữu khả năng chuyển đổi giữa các tập dữ liệu rõ rệt. Benchmark GIFT-Eval do Salesforce AI Research công bố vào tháng 11/2024 bao phủ 28 tập dữ liệu, hơn 144.000 chuỗi thời gian và 177 triệu điểm dữ liệu kiểm tra, đi kèm khoảng 230 tỷ điểm dữ liệu tiền huấn luyện không trùng lặp với tập kiểm tra. Benchmark này thúc đẩy ngành chuyển dịch từ "một tập dữ liệu huấn luyện một mô hình" sang "tiền huấn luyện một lần, dự báo zero-shot xuyên tác vụ". Các mô hình như Google TimesFM, Amazon Chronos, Salesforce Moirai sau đó đã nhanh chóng nâng cấp, với mục tiêu cốt lõi mở rộng từ độ chính xác dự báo đơn lẻ sang dự báo đa tần số, đa biến và đầu ra không chắc chắn.

Thị trường tài chính đặt ra những bài kiểm tra khắt khe hơn đối với các mô hình chung. Lợi suất tài chính thường có các đặc điểm như tỷ lệ tín hiệu trên nhiễu thấp, đuôi dày, cụm biến động và thay đổi cơ chế; dữ liệu trong ngày, giá đóng cửa hàng ngày, đường cong lãi suất và dữ liệu vĩ mô còn tồn tại sự không nhất quán về tần số, lệch ngày nghỉ lễ và giá trị thiếu. Các nghiên cứu thực nghiệm tài chính quy mô lớn do các nhà nghiên cứu từ Đại học Manchester, Đại học College London công bố vào tháng 11/2025 cho thấy, việc sử dụng trực tiếp các TSFM (Mô hình nền tảng chuỗi thời gian) tiền huấn luyện sẵn để dự báo zero-shot và tinh chỉnh thông thường mang lại hiệu quả tổng thể yếu; sau khi tiền huấn luyện lại trên dữ liệu tài chính, hiệu suất dự báo và lợi ích kinh tế được cải thiện rõ rệt. Kết quả này cho thấy tiền huấn luyện chung cung cấp các tiền đề về mô hình thời gian có giá trị, nhưng lĩnh vực tài chính vẫn phụ thuộc cao độ vào sự tương thích giữa phân phối huấn luyện và tác vụ mục tiêu.

Giá trị của TSFM tài chính nên được phân biệt với việc "tạo ra lợi nhuận giao dịch ổn định". Một nghiên cứu độc lập vào tháng 6/2026 trên 5 cổ phiếu có tính thanh khoản cao tại Mỹ so sánh các mô hình như TimeGPT, TimesFM 2.5, Moirai 2.0, Chronos và Chronos-2 cho thấy, TSFM giành được 8/10 kết quả tối ưu, nhưng mức tăng so với benchmark bước đi ngẫu nhiên (random walk) nhìn chung nhỏ, chỉ một số ít tác vụ vượt qua kiểm định ý nghĩa, và hai tác vụ của META vẫn do iTransformer được huấn luyện giám sát cục bộ giành chiến thắng. Do đó, các tổ chức tài chính phù hợp hơn khi coi TSFM là nền tảng dự báo có thể chuyển đổi và công cụ hiệu quả phát triển, sau đó hoàn thiện xác thực lần hai thông qua dữ liệu lĩnh vực, kiểm tra ngược (backtesting) cuốn chiếu và các ràng buộc rủi ro.

II. Các TSFM chủ đạo đã chuyển hướng sang dự báo đa biến, ngữ cảnh dài và dự báo xác suất

Chronos-2 thúc đẩy lộ trình kỹ thuật của Amazon từ dự báo đơn biến sang học ngữ cảnh chung. Amazon phát hành Chronos-2 với 120 triệu tham số vào ngày 20/10/2025, hỗ trợ nguyên bản dự báo đơn biến, đa biến và dự báo có điều kiện biến đồng biến (covariate), đồng thời chia sẻ thông tin ngữ cảnh giữa các chuỗi liên quan thông qua Group Attention. Cần phân biệt rằng, Chronos đời đầu thực sự áp dụng lộ trình "chia tỷ lệ và lượng tử hóa thành Token rời rạc, sau đó huấn luyện bằng entropy chéo của mô hình ngôn ngữ"; Chronos-2 đã giới thiệu cơ chế chú ý nhóm và học ngữ cảnh chung mới, không thể đánh giá phiên bản mới bằng cách áp dụng đơn giản "phân thùng giá trị dẫn đến hạn chế độ chính xác ở phần đuôi". "Tỷ lệ thắng trên 90%" mà Amazon công bố là kết quả so sánh đối đầu giữa Chronos-2 và Chronos-Bolt, không phải tỷ lệ thắng trên bảng xếp hạng tổng GIFT-Eval. "Tăng tốc suy luận tối đa 250 lần, tiết kiệm 20 lần bộ nhớ" của Chronos-Bolt cũng là kết quả so sánh với Chronos cùng quy mô đời đầu.

TimesFM 2.5 đánh đổi số lượng tham số nhỏ hơn để lấy ngữ cảnh dài hơn và dự báo phân vị liên tục. Google Research phát hành TimesFM 2.5 vào ngày 15/9/2025, giảm quy mô mô hình từ 500 triệu của bản 2.0 xuống 200 triệu, mở rộng độ dài ngữ cảnh từ 2048 lên tối đa 16384, đồng thời bổ sung đầu dự báo phân vị liên tục 30 triệu tùy chọn, hỗ trợ dự báo phân vị tối đa 1000 bước. Sau đó, Google khôi phục hỗ trợ biến đồng biến XReg vào tháng 10/2025, thêm giao diện kỹ năng Agent vào tháng 3/2026 và thêm ví dụ tinh chỉnh dựa trên LoRA vào tháng 4. Do đó, nhận định "phiên bản 2.5 bổ sung phân vị, LoRA và Agent cùng lúc vào năm 2026" là không chính xác, việc phát hành mô hình và tăng cường hệ sinh thái thuộc các mốc thời gian khác nhau.

Moirai 2.0 chứng minh rằng mô hình nền tảng chuỗi thời gian không cần phải liên tục tăng số lượng tham số. Salesforce phát hành Moirai 2.0 vào ngày 8/8/2025, thay đổi Masked Encoder của Moirai đời đầu thành Decoder-Only Transformer, đồng thời thay đổi mục tiêu huấn luyện thành mất mát phân vị và dự báo đa Token, bổ sung nhúng thông tin giá trị thiếu, che phủ Patch ngẫu nhiên và lọc chất lượng dữ liệu. Phiên bản nhỏ của Salesforce công bố có khoảng 11,4 triệu tham số, giảm khoảng 96% so với Moirai Large trước đó, tốc độ suy luận tăng 44%, và đạt MASE dẫn đầu trong các mô hình không bị rò rỉ dữ liệu kiểm tra trên GIFT-Eval. Ý nghĩa của nó nằm ở chỗ, cuộc cạnh tranh TSFM đang chuyển từ "lớn hơn" sang "dữ liệu, hàm mục tiêu và chiến lược huấn luyện phù hợp hơn".

FlowState phản hồi vấn đề thích ứng kém với sự thay đổi tần số lấy mẫu của Transformer bằng mô hình trạng thái không gian. IBM Research công bố bài báo ICML 2026 về FlowState vào ngày 6/7/2026, thực hiện mô hình hóa thời gian liên tục bằng bộ mã hóa mô hình trạng thái không gian và bộ giải mã cơ sở hàm, có thể điều chỉnh thang đo thời gian linh hoạt khi tần số lấy mẫu đầu vào và khoảng dự báo thay đổi. Bản đệ trình GIFT-Eval của IBM chứa phiên bản 9,1 triệu tham số, quy mô nhỏ hơn đáng kể so với các Transformer TSFM chủ đạo. Lộ trình này tập trung hơn vào khả năng thích ứng tần số lấy mẫu chéo và hiệu quả tính toán, trọng tâm của bài báo công khai hiện tại không phải là quan hệ đa biến không đồng nhất phức tạp, do đó trong kịch bản tài chính vẫn cần đánh giá kết hợp với khả năng mô hình hóa đa tài sản, đa nhân tố.

III. Sự khác biệt của Falcon TST đã có xác thực từ kịch bản tài chính

Falcon TST hình thành xác thực nghiệp vụ tài chính trước, sau đó mới dần hình thành gia đình mô hình công khai. Tháng 5/2025, Ant International đã hợp tác dự báo ngoại hối TST với Barclays; tháng 7 hợp tác thí điểm quản lý rủi ro ngoại hối khách hàng hàng không với Citi; tháng 8 kết nối TST vào công cụ thanh khoản SCALE của Standard Chartered; đến tháng 10 Falcon-1.0 mới chính thức mở trên Hugging Face. Nhìn vào đây, lộ trình phát triển của Falcon khác với các TSFM điển hình là "quét benchmark công khai trước, sau đó tìm ứng dụng ngành". Việc quản lý vốn thực tế và dự báo trạng thái ngoại hối xuất hiện sớm hơn trong lịch sử phát triển công khai của nó.

Thiết kế cốt lõi của Falcon-1.0 là sử dụng các chuyên gia hỗn hợp phân cấp để xử lý các mô hình thời gian đa thang đo. Kho lưu trữ chính thức của Ant International định nghĩa Falcon-1.0 là mô hình chuyên gia hỗn hợp phân cấp, xử lý các thang đo thời gian khác nhau thông qua chuyên môn hóa chuyên gia cấp Patch và định tuyến phân cấp cấp mẫu. Trang web chính thức của Falcon hiện hiển thị quy mô sản phẩm là 300 tỷ điểm thời gian và 2,5 tỷ tham số, trong khi các thông báo chung với nhiều ngân hàng vào năm 2025 thường mô tả là "gần 2 tỷ tham số". Hai nhóm số liệu này rất có thể tương ứng với các giai đoạn mô hình hoặc tiêu chuẩn thống kê khác nhau, tài liệu công khai không đưa ra đối chiếu đầy đủ, do đó bài viết này không coi quy mô tham số là bằng chứng cốt lõi cho lợi thế của Falcon. Bằng chứng công khai đáng tin cậy hơn là dự báo nghiệp vụ về dòng tiền và trạng thái ngoại hối ở nhiều thang đo thời gian như giờ, ngày và tuần.

IV. Falcon-2.0 và Falcon-X lần lượt tăng cường hiệu suất đơn biến và mô hình hóa quan hệ đa biến

Falcon-2.0 chuyển trọng tâm mô hình sang hiệu suất dự báo đơn biến và đầu ra xác suất. Ant International mở API Falcon-2.0 vào tháng 7/2026, định nghĩa chính thức là TSFM đơn biến Encoder-Only dựa trên khung huấn luyện ORBIT. So với kiến trúc chuyên gia hỗn hợp phân cấp đời đầu, Encoder-Only phù hợp hơn để hoàn thành dự báo trực tiếp trong một lần tính toán chuyển tiếp, giảm độ trễ và tích lũy sai số do tạo tự hồi quy từng bước. API công khai có thể xuất trực tiếp 21 điểm phân vị từ 0,01, 0,05, 0,10 đến 0,95, 0,99, đồng thời cung cấp input_mask để đánh dấu rõ ràng các giá trị thiếu, thân thiện hơn với việc xử lý dữ liệu tài chính như ngày nghỉ lễ, tạm dừng giao dịch hoặc lệch ngày giao dịch.

Falcon-X bù đắp khả năng mô hình hóa đa biến không đồng nhất quan trọng nhất trong kịch bản tài chính. Nhóm Ant International công bố bài báo Falcon-X vào ngày 26/5/2026, phiên bản thực nghiệm công khai lớn nhất có 591 triệu tham số. Falcon-X chuyển đổi các biến có ý nghĩa vật lý khác nhau thành biểu diễn không gian ẩn thống nhất, nhận diện đồng thời các mối tương quan thuận và nghịch thông qua chú ý vi sai (differential attention), sau đó xử lý quan hệ giữa các biến và tái tạo quỹ đạo của từng biến. Bài báo báo cáo MASE 0,687 trên GIFT-Eval và thực hiện đánh giá đa biến trên fev-bench. Đối với nghiệp vụ tài chính, ý nghĩa quan trọng hơn là mô hình bắt đầu xử lý trực tiếp quan hệ giữa các biến không đồng nhất như "tỷ giá - lãi suất - biến động - hàng hóa", thay vì chỉ dựa vào lịch sử của một chuỗi đơn lẻ.

Đầu vào đa biến chỉ mang lại lợi ích khi quan hệ giữa các biến là thực sự hiệu quả. Các nhà nghiên cứu tại Đại học Santa Clara vào tháng 5/2026 đã sử dụng Chronos-2 để dự báo cuốn chiếu từ năm 2000-2025 cho "các cổ phiếu công nghệ hàng đầu Mỹ" và lãi suất trái phiếu chính phủ Mỹ, phát hiện ra rằng đầu vào kết hợp các biến liên quan nhìn chung tốt hơn đầu vào đơn biến, nhưng sau khi trộn trực tiếp hai bảng dữ liệu cổ phiếu và lãi suất, độ chính xác dự báo lại giảm xuống. Kết quả này cũng là gợi ý cho Falcon-X: không gian ẩn chia sẻ có thể mở rộng nguồn thông tin, môi trường sản xuất tài chính vẫn cần kiểm soát chặt chẽ việc lựa chọn biến, thời điểm thông tin và kiểm tra ngược cuốn chiếu, tránh việc các yếu tố không liên quan mang nhiễu vào mô hình.

Dự báo phân vị có thể đi vào quy trình quản lý rủi ro, nhưng không thể đánh giá trực tiếp tương đương với VaR và ES theo nghĩa quản lý. Cả Falcon-2.0 và Falcon-X đều cung cấp đầu ra đa phân vị, có thể dùng để xây dựng các kịch bản bi quan, trung tính và lạc quan, cũng có thể làm đầu vào quan trọng cho các mô hình giá trị rủi ro (VaR) và kỳ vọng lỗ (ES). Nếu mục tiêu dự báo là lợi suất tài sản hoặc lãi lỗ danh mục, phân vị thấp có thể dùng để ước tính lỗ phần đuôi; nhưng trong hệ thống quản lý rủi ro thực tế vẫn cần trải qua kiểm định độ bao phủ, kiểm định độ bao phủ có điều kiện, kịch bản căng thẳng và quản lý rủi ro mô hình mới có thể đánh giá liệu phân vị có năng lực hiệu chuẩn ổn định hay không. Chỉ dựa vào việc API có thể xuất ra phân vị 1% hoặc 5% không thể suy luận trực tiếp rằng mô hình đã đáp ứng yêu cầu VaR hoặc ES.

V. Hợp tác với các tổ chức tài chính bắt đầu nhúng năng lực dự báo vào quy trình quản lý vốn thực tế

Hợp tác với Barclays đã xác thực tính khả thi của việc đưa Falcon vào nền tảng phòng ngừa rủi ro ngoại hối của ngân hàng. Ngày 7/5/2025, Ant International thông báo Barclays kết nối mô hình TST vào nền tảng phòng ngừa rủi ro ngoại hối BARX NetFX để nâng cao độ chính xác dự báo trạng thái ngoại hối của Ant International. Tài liệu công khai cho biết TST có thể dự báo dòng tiền và trạng thái ngoại hối theo giờ, ngày và tuần, độ chính xác trong kịch bản của chính Ant International vượt quá 90%. Giá trị cốt lõi của sự hợp tác là sử dụng dự báo trạng thái chính xác hơn để giảm bớt các phòng ngừa rủi ro không cần thiết và phí rủi ro ngân hàng, sau đó thực hiện quản lý rủi ro bởi quy trình Guaranteed FX sẵn có của ngân hàng.

Citibank thí điểm sử dụng Falcon cho quản lý rủi ro ngoại hối bán vé trực tuyến của khách hàng hàng không. Ngày 18/7/2025, Citibank và Ant International thông báo thí điểm chung, kết hợp Falcon TST với giải pháp tỷ giá cố định của Citibank (Citi Fixed FX Rates) dành cho khách hàng hãng hàng không bán vé trực tuyến đa tiền tệ. Thông báo chính thức của Citibank xác nhận khách hàng hàng không đầu tiên đã giảm chi phí phòng ngừa rủi ro trong giao dịch thực tế, và trích dẫn dữ liệu của Ant International cho biết khách hàng thí điểm tiết kiệm khoảng 30% chi phí phòng ngừa rủi ro. Sự hợp tác này cho thấy mô hình nền tảng chuỗi thời gian bắt đầu đi vào sản phẩm ngân hàng theo cách "dự báo như một dịch vụ", định giá và giao dịch cuối cùng vẫn do hệ thống ngoại hối sẵn có của Citibank thực hiện.

Hợp tác với Standard Chartered kết nối Falcon vào quy trình quản lý thanh khoản ngoại hối 24 giờ. Ngày 25/8/2025, Standard Chartered và Ant International thông báo kết nối Falcon TST vào công cụ thanh khoản tổng hợp SCALE của ngân hàng này, thực hiện dự báo trạng thái ngoại hối thời gian thực, 24 giờ. Thông báo của Standard Chartered cho biết sau khi tích hợp, độ chính xác dự báo trạng thái ngoại hối của Ant International vượt quá 90%, và tiết lộ Falcon lúc đó đã bao phủ hơn 60% giao dịch liên quan đến chuyển đổi ngoại hối của Ant International; chi phí ngoại hối liên quan giảm tối đa 60%, chi phí quản lý thanh khoản giảm tối đa 50%. Các dữ liệu giảm chi phí nêu trên thuộc tiêu chuẩn nghiệp vụ do hai bên hợp tác công bố, phù hợp hơn để làm kết quả triển khai thương mại, không nên so sánh trực tiếp với các benchmark học thuật công khai.

Capital A cung cấp dữ liệu hiệu quả khách hàng doanh nghiệp bên thứ ba khá rõ ràng hiện nay. Ngày 7/10/2025, AirAsia thuộc Capital A tiết lộ trong thông cáo báo chí chính thức rằng, sau khi Falcon được sử dụng để dự báo dòng tiền đa tiền tệ và trạng thái ngoại hối, độ chính xác dự báo theo giờ, ngày và tuần đạt 90%, chi phí phòng ngừa rủi ro ngoại hối giảm tối đa 40%. Capital A gọi dự án này là triển khai thương mại đầu tiên của Falcon và tiết lộ phiên bản ngành hàng không đã bổ sung dữ liệu liên quan đến ngành du lịch. Trường hợp này cho thấy giá trị thực tế của chuyên biệt hóa ngành đến nhiều hơn từ sự kết hợp giữa mô hình, dữ liệu ngành, cơ sở vật chất giao dịch ngân hàng và quy tắc quản lý vốn doanh nghiệp, thay vì một mô hình nền tảng đơn lẻ thay thế hệ thống Treasury hiện có.

VI. Dẫn đầu benchmark chung không thể đánh giá trực tiếp tương đương với dẫn đầu nghiệp vụ tài chính

GIFT-Eval vẫn là cửa sổ quan trọng để quan sát năng lực chung của TSFM, nhưng kết quả bảng xếp hạng cần được giải thích kết hợp với thời gian và tình trạng trùng lặp dữ liệu. Mục đích ban đầu của Salesforce khi xây dựng GIFT-Eval là thống nhất kiểm tra zero-shot, giảm rò rỉ dữ liệu và so sánh các tần số và số lượng biến khác nhau. Kể từ năm 2026, Falcon-X, Falcon-2.0, các phiên bản mới của FlowState và nhiều mô hình Agent liên tục tham gia, thứ hạng bảng xếp hạng thay đổi thường xuyên. Một số bài báo sau đó còn phân biệt cụ thể kết quả của Chronos-2 "có thể trùng lặp với dữ liệu huấn luyện GIFT" và phiên bản không rò rỉ nghiêm ngặt hơn. Đối với các tổ chức tài chính, việc trích dẫn cố định một thời điểm "số 1 thế giới" dễ dẫn đến sai lệch, ý nghĩa hơn là kiểm tra xem mô hình có duy trì sự ổn định trong tài sản, tần số, trạng thái thị trường và cửa sổ kiểm tra ngược của chính mình hay không.

Ở giai đoạn hiện tại, không có lộ trình kỹ thuật nào hình thành lợi thế tuyệt đối trong các tác vụ tài chính. Chronos-2 giỏi lấy các biến liên quan và biến đồng biến làm ngữ cảnh, TimesFM 2.5 dựa vào ngữ cảnh dài và hệ sinh thái trưởng thành để duy trì khả năng cắm và chạy mạnh mẽ, Moirai 2.0 chứng minh mô hình nhỏ cũng có thể duy trì năng lực cạnh tranh trên benchmark chung, FlowState nổi bật về khả năng thích ứng tần số lấy mẫu chéo, trong khi Falcon-2.0 và Falcon-X lần lượt đặt cược vào dự báo đơn biến hiệu quả và mô hình hóa quan hệ đa biến không đồng nhất. Các tác vụ tài chính có yêu cầu khác nhau về tình hình thị trường cực đoan, căn chỉnh thời gian, biến ngoại sinh, hiệu chuẩn phân vị và độ trễ triển khai, việc lựa chọn mô hình cần được suy ngược từ mục tiêu nghiệp vụ cụ thể.

Bảng 1 Lộ trình kỹ thuật công khai và quan sát ứng dụng tài chính của các mô hình nền tảng chuỗi thời gian chủ đạo

Nguồn dữ liệu: Bài báo chính thức, blog kỹ thuật của các mô hình và tài liệu công khai GIFT-Eval

Lưu ý: GIFT-Eval là bảng xếp hạng động và một số bài đệ trình có đánh dấu trùng lặp dữ liệu huấn luyện. Để tránh cố định thứ hạng theo giai đoạn thành kết luận dài hạn, bảng không liệt kê "thứ hạng hiện tại" thống nhất.

VII. Cạnh tranh TSFM tài chính sẽ phụ thuộc nhiều hơn vào sự thích ứng dữ liệu, hiệu chuẩn rủi ro và triển khai kỹ thuật

Trọng tâm cạnh tranh giai đoạn tiếp theo của TSFM tài chính sẽ chuyển từ "có thể dự báo zero-shot hay không" sang "có thể sử dụng ổn định trong quy trình rủi ro thực tế hay không". Các mô hình chung đã chứng minh tiền huấn luyện quy mô lớn xuyên lĩnh vực có thể giảm đáng kể ngưỡng cửa mô hình hóa chuỗi thời gian, thực nghiệm tài chính lại liên tục cho thấy dữ liệu lĩnh vực và sự thích ứng tác vụ vẫn là then chốt. Đối với các kịch bản như quản lý vốn, dự báo thanh khoản và trạng thái ngoại hối, tiêu chuẩn cốt lõi để đo lường mô hình nên dần chuyển sang sự ổn định của kiểm tra ngược cuốn chiếu, biên giới thất bại trong tình hình thị trường cực đoan, hiệu chuẩn phân vị, kiểm soát rò rỉ dữ liệu, chi phí suy luận và khả năng kết nối hệ thống. Bảng xếp hạng chung vẫn có giá trị, nhưng chỉ có thể trả lời mô hình "có biết dự báo hay không", không thể trả lời độc lập "có thể vào quản lý rủi ro hay không".

Falcon TST 2.0 đã hình thành một lộ trình ứng dụng tài chính khá rõ ràng. Chủ đề chính của năm 2025 là nhúng mô hình TST vào các nghiệp vụ quản lý vốn và ngoại hối thực tế của Barclays, Citi, Standard Chartered và Capital A; chủ đề chính của năm 2026 là giải quyết dự báo đơn biến hiệu quả và dự báo đa biến không đồng nhất bằng Falcon-2.0 và Falcon-X. Bằng chứng công khai cho thấy lộ trình này có nền tảng sản phẩm hóa tài chính mạnh mẽ. Sau đó vẫn cần bổ sung các thông tin như bài báo đầy đủ về Falcon-2.0, cấu trúc dữ liệu tiền huấn luyện, đánh giá có thể tái lập và kiểm tra áp lực thị trường cực đoan, mới có thể xác thực thêm tính bền vững của năng lực dẫn đầu của nó.

Các mô hình nền tảng chuỗi thời gian đang hình thành mô hình thị trường "cùng tồn tại giữa nền tảng chung và mô hình chuyên dụng ngành". Các TSFM chung như TimesFM, Chronos phù hợp cho thử nghiệm chi phí thấp, khởi động lạnh và chuyển đổi nhanh xuyên ngành, các mô hình chuyên dụng tài chính phù hợp hơn cho các kịch bản sản xuất có dữ liệu đầy đủ, chỉ số rõ ràng và nhạy cảm với rủi ro. Ý nghĩa của Falcon TST 2.0 nằm ở việc đẩy trọng tâm cạnh tranh hơn nữa vào quy trình tài chính thực tế: mô hình phải đồng thời hiểu được quy luật thời gian, quan hệ biến số và sự không chắc chắn, đồng thời phải được tiêu hóa bởi hệ thống quản lý rủi ro, phòng ngừa rủi ro và quản lý thanh khoản sẵn có của ngân hàng và doanh nghiệp. Điều mà các tổ chức tài chính mua cuối cùng là một năng lực dự báo có thể được xác thực, hiệu chuẩn, quản trị và tạo ra giá trị nghiệp vụ liên tục, quy mô mô hình chỉ là một trong những tham số kỹ thuật.

VIII. Nguồn tài liệu chính

1. Salesforce AI Research, GIFT-Eval: A Benchmark for General Time Series Forecasting Model Evaluation, 12/11/2024.