Mistral представила семейство моделей Timestral для прогноза временных рядов

Timestral — открытые модели Mistral для прогнозирования временных рядов в режиме zero-shot, с версиями от 5M до 209M параметров.

Открытые модели позволяют строить прогнозы временных рядов без отдельного дообучения под каждый набор данных.

Поддерживаются одномерные и многомерные временные ряды.
Модели принимают до 32 768 шагов истории и выдают прогноз до 1024 шагов за проход.
Их можно запускать на CPU или GPU через PyTorch.

Timestral от Mistral Семейство открытых базовых моделей для прогноза временных рядов. Версии на 5M, 28M, 123M и 209M параметров. Работают в режиме zero-shot — без дообучения под конкретный ряд • Прогноз одномерных и многомерных рядов • Ковариаты: только прошлые и известные на будущее • До 32 768 шагов истории на входе и до 1024 шагов прогноза за один проход • #SOTA zero-shot на GIFT-Eval, TIME и fev-bench • Инференс на PyTorch, CPU или GPU Зачем нужны такие модели • Прогноз спроса и продаж, планирование закупок и склада • Нагрузка на серверы и сети, планирование мощностей • Финансовые и страховые ряды, оценка рисков • Промышленность: датчики, вибрации, обслуживание по состоянию • Энергетика: выработка, потребление, цены на рынке • Медицина: мониторинг показателей, раннее предупреждение huggingface.co/mistralai/Timestral-209M github.com/mistralai/timestral #timeseries MAX

Mistral представила семейство моделей Timestral для прогноза временных рядов

Кратко (AI)

В посте описано семейство открытых базовых моделей Timestral от Mistral для прогнозирования одномерных и многомерных временных рядов. Модели работают без дообучения под конкретный ряд, принимают до 32 768 шагов истории и прогнозируют до 1024 шагов за один проход.

Mistral представила семейство моделей Timestral для прогноза временных рядов

Кратко (AI)

Обсуждение