Un septième des paramètres contre-attaque l'ancien, la pré-formation peut généraliser à travers les domaines en utilisant uniquement des indicateurs de surveillance et des données synthétiques — l'efficacité des données m'a surpris plus que la taille du modèle.

Datadog a publié le modèle de prévision de séries temporelles open source Toto 2, une famille de cinq versions : 4m, 22m, 313m, 1B, 2.5B, toutes sous licence Apache 2.0. Toto 2 a pour la première fois validé la loi de mise à l'échelle dans le domaine des séries temporelles, plus la taille est grande, meilleure est la prédiction, le 2.5B n'étant pas saturé ; il a remporté la première place sur les benchmarks BOOM, GIFT-Eval, TIME. L'introduction d'un masquage de blocs de graphes continus a transformé l'auto-régression en une transmission unidirectionnelle, accélérant considérablement, avec un délai de 313m proche de celui de Chronos-2 à 120m. La pré-formation utilise uniquement des indicateurs de surveillance système et des données synthétiques, tout en conservant une généralisation inter-domaines, la version 22m ne nécessitant qu'un septième des paramètres pour surpasser Toto 1.0.