Forecast2Anomaly（F2A）は、多変量時系列からの異常予測を目的とした新しいフレームワークです。異常を予測することは、重大な障害を未然に防ぐために非常に重要であり、運用コストや人手を大幅に削減する可能性があります。従来の手法は特定のシステムに限定され、新たな異常パターンに対応できませんでしたが、事前学習した時系列基盤モデル（TSFM）は強力な一般化能力を持つことが証明されています。F2Aは、異常予測能力を高めるために、共同の予測−異常損失を提案し、異常時点でさえも将来の信号を正確に予測できるようにTSFMを調整します。また、履歴に関連する情報を動的に取得するモジュールを導入し、状況に応じた予測を可能にします。この新しいフレームワークは、さまざまなデータセットに対して広範な実験を行い、最先端技術よりも一貫して優れた性能を示しました。