Timestral 时间序列模型在多项预测基准测试中名列前茅
Timestral 是一组用于概率时间序列预测的基础模型，共有四种规模，参数量从 500 万到 2.09 亿。报告称，Timestral-209M 和 Timestral-123M 在 GIFT-Eval、TIME 和 fev-bench 的所有指标中分列前两名。模型将预测 token 与因果编码的上下文分离，支持已知的未来协变量；训练流程先使用大型合成数据集进行预训练，再用真实数据和合成数据混合训练。四款模型的权重已在 Hugging Face 开放，推理代码可从 GitHub 获取。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。