時系列分析に用いられるオープンソースのPythonライブラリ「Darts」は、2020年の初版リリース以来、広く利用されてきました。近年、複数のファウンデーションモデルがゼロショット予測における精度向上を実現し、カスタムモデルの訓練から事前学習された汎用予測器の活用へのパラダイムシフトをもたらすと期待されています。 しかし、これらのファウンデーションモデルは孤立したパッケージとしてリリースされることが多く、インターフェースが断片化され、既存のツールとの相互運用性が限定的であることが課題となっていました。異なるモデル間の共同評価や完全なパイプラインへの統合が困難であり、実務的な活用を阻害していたのです。 Dartsでは、この問題を解決するため、統一された「FoundationModel」クラスコレクションを開発しました。このコレクションには、Chronos-2、TimesFM 2.5、TiRex、PatchTST-FMなどのモデルが含まれており、外部依存を最小限に抑えた標準化された完全周期の予測インターフェースを提供します。既存のDartsパイプラインは、モデル名を変更するだけでファウンデーションモデルを利用できるようになり、新しいパイプラインではゼロショット予測、ファインチューニング、不確実性推定、バックテストを組み合わせた実運用が可能です。データ処理と評価ツールも統一されたフレームワーク内に統合されており、より効率的な時系列分析の実現が期待されます。