Mistral выпустила семейство моделей Timestral для прогнозирования временных рядов

Mistral внезапно зашли во временные ряды Выпустили Timestral – первое семейство foundation-моделей для временных рядов. Это не LLM, а чисто числовая модель: на вход история датчиков, метрик, продаж, на выход – прогноз. Что внутри: – 4 размера: 5M, 28M, 123M и 209M параметров, супер-компактная. Можно запускать без GPU-шек – контекст 32K шагов, на выходе вероятностный прогноз на несколько шагов вперед. – мультивариантность: например, вибрация, температура и давление насоса прогнозируются вместе, а не каждый датчик сам по себе – ковариаты: прошлые, известные заранее (график производства, праздники, прогноз погоды) и категориальные (день недели, состояние станка) – zero-shot на данных, которые модель никогда не видела Прикол, что обучали практически только на синтетике. Бенчмарки: – 209M – 1-е место на всех трех основных бенчах (GIFT-Eval, TIME, fev-bench) по всем пяти метрикам, с 2/3 параметров прошлого лидера, один чекпоинт без ансамблей – 28M обходит Chronos-2, который примерно в 4 раза больше – 209M обходит TimesFM-3 и Falcon-2.0 Я бы сильно не верил, потому что как уже писал с OCR, мистраль очень любит свои бенчмарки использовать или хакать их. Но присмотреться можно. Лицензия – modified MIT, веса на Hugging Face, код на GitHub. Короче, для всякого спроса, нагрузки, телеметрии, денежных потоков, где только всякая АРИМА/Профет, может быть полезно. Но я бы не сильно верил, что это best-of-the-best. Зато Европейский суверенный AI! https://mistral.ai/news/timestral/