本論文では、合成データに基づいて事前学習された線形再帰ニューラルネットワーク（RNN）を用いた時系列の基盤モデル「TempoPFN」を提案しています。ゼロショット時系列予測において、長期予測と再現性の課題があり、既存の合成データのみのアプローチは難しいベンチマークで劣っています。TempoPFNは、窓処理や要約技術を必要とせず、完全に並列化可能なトレーニングを提供するGatedDeltaProductアーキテクチャを使用します。さまざまなデータ生成器を統合した総合的な合成データパイプラインを持ち、Gift-Evalベンチマークでのゼロショット評価において、既存の合成専用アプローチを上回り、実データで訓練された大多数のモデルよりも優れたパフォーマンスを示しました。本研究は、今後の研究のために完全なデータ生成パイプラインとトレーニングコードをオープンソースとして提供します。