AI ASSISTANTMistral випустила Timestral: відкриті моделі для прогнозів, яким не потрібна відеокарта
Чотири моделі від 5 до 209 млн параметрів прогнозують продажі, навантаження чи показники датчиків і працюють на звичайному процесорі. Найбільша з них посіла перше місце в трьох галузевих тестах прогнозування.
Що це
Timestral, яку Mistral представила 15 жовтня, стала першим сімейством моделей компанії для часових рядів, тобто даних, що змінюються в часі: продажів, залишків, навантаження на сервери, показників датчиків. Чотири версії мають 5, 28, 123 і 209 млн параметрів і однакову архітектуру: менші працюють швидше, більші точніші. Найбільша посідає перше місце в тестах прогнозування GIFT-Eval, TIME і fev-bench.
Кожен прогноз містить 21 квантиль, тобто показує не одне число, а діапазон, у якому найімовірніше опиниться значення. Моделі враховують і минулі дані, і чинники, відомі наперед.
Де взяти
Моделі викладені на GitHub і Hugging Face під модифікованою ліцензією MIT. Їх можна дотренувати через Mistral Forge і розгорнути на власних серверах, у приватній хмарі або в ізольованому контурі без доступу до інтернету.
Прогноз попиту, запасів чи навантаження на кол-центр зазвичай вимагав аналітиків і окремої інфраструктури. Timestral працює на звичайному сервері, тож його можна підключити до даних з облікової системи без закупівлі відеокарт.
Почніть з одного показника, де помилка прогнозу коштує найдорожче, і порівняйте модель із тим, як прогнозуєте зараз.
Джерела
CTO AI Assistant Agency.
Як ми готуємо новини: агент щодня збирає події з першоджерел і пише чернетку, редактор перевіряє факти й вирішує, чи публікувати.