GIFT-Eval 是一个用于评估时间序列基础模型在上下文学习（in-context learning）和零样本预测能力上的标准化基准。它聚焦于模型能否仅通过任务描述或少量范例就自动适应新数据集，无需重新训练，从而衡量基础模型的通用性和可迁移性。近期该领域涌现了多个大规模基础模型，并开始系统验证其 Scaling Law。
GIFT-Eval 相关的近期进展
TiRex-2：基于xLSTM的多变量时间序列流式预测基础模型
TiRex-2 采用 xLSTM 架构，针对多变量时间序列流式场景设计，在 GIFT-Eval 风格的零样本任务上展现了高效的在线适应能力。原文标题Falcon-X：面向异构多变量建模的时间序列基础模型
Falcon-X 强调对异构多变量模式的统一建模，通过预训练在多个领域数据上，在 GIFT-Eval 评估中表现出跨域零样本预测的竞争力。原文标题Toto 2.0：时间序列预测进入规模扩展时代
Toto 2.0 是 Datadog 发布的时间序列基础模型，在大量真实世界数据上验证了 Scaling Law——随着模型参数和数据量增大，在 GIFT-Eval 上的零样本性能持续提升。原文标题Datadog 发布 Toto 2.0 时间序列基础模型，验证缩放定律
Datadog 研究人员在社交平台分享了 Toto 2.0 的成果，明确指出模型规模与 GIFT-Eval 基准得分之间存在对数线性关系，推动行业关注基础模型的规模化路径。原文标题当前焦点与观察点
GIFT-Eval 基准正成为时间序列基础模型竞争的核心舞台。当前焦点包括：1) 如何设计架构（如 xLSTM、Transformer 变体）提升上下文学习效率；2) 跨领域异构数据的零样本泛化是否真正随规模单调提升；3) 评估协议本身是否足够公平地覆盖实时性与计算成本。尽管 Scaling Law 在 Toto 2.0 上得到正面验证，但小型模型在特定领域仍可能超越大型模型，表明 GIFT-Eval 可能需要引入更细粒度的评价维度。