РЕЛИЗ · MODELS · #2048
Mistral выпускает семейство тайм-серийных фундаментальных моделей Timestral (5M–209M параметров)
Mistral представила Timestral — семейство тайм-серийных фундаментальных моделей (5M, 28M, 123M, 209M параметров), обеспечивающих вероятностное многомерное прогнозирование, поддержку прошлых и известных будущих ковариат и оптимизированных для инференса на CPU. Контрольная точка 209M лидирует среди предобученных zero-shot записей на табло GIFT-Eval, TIME и fev-bench; семейство обучено с использованием синтетического предобучения, внимания с учётом ковариат и обучения с длинным контекстом, с возможностью дообучения через Mistral Forge.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Mistral представила Timestral — семейство тайм-серийных фундаментальных моделей (5M, 28M, 123M, 209M параметров), обеспечивающих вероятностное многомерное прогнозирование, поддержку прошлых и известных будущих ковариат и оптимизированных для инференса на CPU.
- Контрольная точка 209M лидирует среди предобученных zero-shot записей на табло GIFT-Eval, TIME и fev-bench; семейство обучено с использованием синтетического предобучения, внимания с учётом ковариат и обучения с длинным контекстом, с возможностью дообучения через Mistral Forge.
- Timestral переносит подход фундаментальных предобученных моделей в область тайм-серий, обеспечивая сильный zero-shot результат и эффективный инференс на CPU, что может снизить затраты и ускорить внедрение прогнозирования в отраслях.
ПОЧЕМУ ЭТО ВАЖНО
Timestral переносит подход фундаментальных предобученных моделей в область тайм-серий, обеспечивая сильный zero-shot результат и эффективный инференс на CPU, что может снизить затраты и ускорить внедрение прогнозирования в отраслях.