Mistral AI vydala Timestral, svou první rodinu základních modelů časové řady, a tiché vydání nyní dostává hlasitý druhý akt: oznámení zveřejněné na blogu Mistral 15. října se dostalo na titulní stránku Hacker News 19. října, kde získalo stovky hlasů pro. Rozteč je neobvyklá pro éru základních modelů – nejmodernější předpovědi od modelů od 5 milionů do 209 milionů parametrů, které běží na běžných serverových CPU.

První ve všech třech hlavních benchmarkech For more context on this story, see our ongoing AI news.

Mistral říká, že jeho největší model Timestral, s parametry pouhých 209 milionů, je na prvním místě ve všech třech hlavních veřejných benchmarkech – GIFT-Eval, TIME a fev-bench – a překonává předchozí stav techniky se zhruba dvěma třetinami parametrů. Výsledky byly odeslány do žebříčků GIFT-Eval a TIME a Mistral poznamenává, že čísla pocházejí z jednoho kontrolního bodu bez seskupování.

Porovnání velikostí je nápadné. Mistral uvádí, že model 28M poráží Chronos-2, model asi čtyřikrát větší, na GIFT-Eval a TIME, zatímco model 209M poráží TimesFM-3 a Falcon-2.0 s méně parametry. Společnost říká, že každá velikost v rodině stojí na Paretově popředí přesnosti versus velikost modelu – což znamená, že žádný veřejný model nepředpovídá lépe při stejném počtu parametrů.

Vytvořeno pro podniková data, o kterých nikdo netweetuje

Časové řady jsou neokoukané, ale všudypřítomné: senzorová telemetrie, metriky pozorovatelnosti, energetická zátěž, toky v dodavatelském řetězci, finanční objemy. Mistral argumentuje, že to je místo, kde techniky základového modelu sotva přistály. Klasické nástroje, jako je ARIMA, zapadají do jedné řady izolovaně a modely hlubokého učení, jako je PatchTST, jsou obvykle trénovány od začátku na datovou sadu, takže se nic nepřenáší do nových domén.

Timestral přebírá předtréninkovou příručku z jazykových modelů a aplikuje ji na číselné sekvence. Trénovaný na velkém, rozmanitém korpusu předpovídá nulový záběr na datech, která nikdy neviděl – včetně domén, kde je popisovaná historie vzácná.

Modely produkují pravděpodobnostní, vícerozměrné předpovědi ve 21 kvantilech a přijímají tři druhy vedlejších informací: pouze minulé kovariáty, známé budoucí kovariáty, jako jsou výrobní plány nebo předpovědi počasí, a kategorické kovariáty, jako je stav stroje (běžící, nečinný, pod údržbou), které by byly zkreslené, pokud by byly zakódovány jako obyčejná čísla.

Ekonomika CPU

Možná komerčně nejvýznamnější detail: Timestral nepotřebuje žádný GPU. Na standardním serverovém CPU s 8 vlákny, říká Mistral, předpovídání jednoho dne dopředu ze tří týdnů 15minutové historie trvá 10 milisekund u modelu 5M a 140 milisekund u modelu 209M. Varianta 123M se při třech čtvrtinách latence pohybuje v rozmezí 0,2 % skóre vlajkové lodi.

Díky tomu je průběžné předpovídání napříč tisíci senzory – celým vozovým parkem průmyslového závodu – spíše běžnou hardwarovou nabídkou než projektem GPU clusteru.

Pod kapotou: Čtyři technické sázky

Mistral připisuje výsledky několika technikám, které plánuje podrobně popsat v připravované technické zprávě:

  • Decoupled Horizon Forecasting (DHF). V kauzálních dekodérových přístupech, jako je Toto 2.0 a TimesFM-3, jsou hodnoty, které mají být předpovídány, maskovány a ztraceny jako kontext. DHF uchovává celou historii v sekvenci, zatímco naučené předpovědní tokeny ji čtou, takže každá pozorovaná hodnota slouží jako cíl i kontext a skutečné mezery zůstávají označeny jako chybějící.
  • Pozornost uvědomující si kovariáty. Každé vstupní řadě je přiřazena role – cílová, kovariát pouze z minulosti nebo kovariát se známou budoucností – přičemž informace proudí pouze z kovariát k cílům, takže kalendář svátků může informovat o prognóze, aniž by unikal vlastní budoucnost cíle.
  • Synthetic-first data. Většina trénovacích dat byla syntetická: jednorozměrné procesy s koherentními trendy, sezónností a šumem v kombinaci s vícerozměrným syntezátorem, který mezi nimi zavádí nelineární závislosti.
  • Dvoufázové školení. Předtrénování na čistě syntetických datech v 8 192 kontextu, poté následné trénování na kombinaci skutečných a syntetických dat se 4x delším kontextem, pomocí ztráty pinballu přes 21 kvantilů jako diskrétní aproximace CRPS.

Otevřená závaží, nasazení se vzduchovou mezerou

Rodina se dodává ve čtyřech velikostech – parametry 5M, 28M, 123M a 209M – s délkou kontextu 32 768 časových kroků. Váhy jsou publikovány na Hugging Face pod upravenou licencí MIT a Mistral vydal úložiště GitHub pro spouštění modelů na soukromých datech. Slibujeme, že bude následovat úplná technická zpráva.

Pro podniky, které potřebují více, je Timestral k dispozici prostřednictvím Mistral Forge, firemního školícího kanálu, který podporuje jemné ladění proprietárních dat, architektonická rozšíření specifická pro doménu a kontrolu nad tréninkovým mixem – s nasazením na zákaznickém hardwaru, včetně prostředí se vzduchovou mezerou. Mistral výslovně říká, že potrubí může zaručit, že v datech před školením nebylo nic vidět během zpětného testování, což je pozoruhodný požadavek pro regulované finance a průmyslové zákazníky.

Společnost také načrtává agentní budoucnost pro modely: Timestral sleduje toky senzorů, označí anomálie na čerpadle, pak předá agentovi jazykového modelu, který vyhledá podobné historické poruchy, spustí analýzu kořenových příčin nad záznamy údržby a protokoly směn a navrhne diagnózu pro manažera závodu.

Proč na tom záleží

Vydání je připomínkou toho, že závod základních modelů není jen o LLM s bilionem parametrů. Forecasting je jednou z nejobjemnějších pracovních zátěží AI v průmyslu a model s 209 miliony parametrů, který vede veřejné benchmarky při běhu na CPU, by mohl posunout skutečné rozpočty. Portfolio Mistral také diverzifikuje mimo jazykové modely v okamžiku, kdy pařížská laboratoř, čerstvě navýšená o 3 miliardy EUR při hodnotě 21 miliard EUR, staví evropskou umělou inteligenci na suverenitu, efektivitu a místní nasazení – to vše Timestral kontroluje podle návrhu.

_Tento článek je založen na oficiálním oznámení Timestral společnosti Mistral z 15. října 2026._

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →