IBM 发布了其新的 Granite Time Series PatchTST-FM-r2 模型,这是一个专为通用零样本时间序列预测设计的基金模型。该模型拥有约 3.85 亿个参数,提供概率预测,处理缺失值,并在可复现的零样本模型中,在 GIFT-Eval 基准测试上取得了领先性能,且具有宽松的许可。该模型的架构结合了 conformer 块与自注意力机制和时间卷积,其权重、代码和基准测试结果均可在 Apache 2.0 和 OpenMDW 1.0 许可下公开获取。 AI
影响 此次发布提供了一个强大的、商业友好的开源时间序列预测工具,有望加速其在各行业的应用。
排序理由 发布了具有基准测试结果和开源许可的新基金模型。
在 Mastodon — mastodon.social 阅读 →
- Apache Software License 2.0
- Confluent
- GIFT-Eval
- Granite Time Series PatchTST-FM-r2
- Granite TSFM
- Hugging Face
- IBM
- OpenMDW 1.0
- PatchTST-FM-r1
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →