Mistral AI は、その最初の時系列基礎モデル ファミリである Timestral をリリースしました。この静かなリリースが今、大々的に第 2 幕を迎えています。10 月 15 日にミストラルのブログで公開されたこの発表は、10 月 19 日にハッカー ニュースの第一面に掲載され、数百の賛成票を集めました。この提案は、基礎モデルの時代では異例であり、通常のサーバー CPU で実行される 500 万から 2 億 900 万という小さなパラメータからの最先端の予測です。

3 つの主要ベンチマークすべてで 1 位 この件の詳細は、AIニュースをご覧ください。

ミストラル社によると、わずか2億900万のパラメータを持つ同社最大のTimestralモデルは、この分野の3つの主要な公開ベンチマーク（GIFT-Eval、TIME、fev-bench）すべてで第1位にランクされ、パラメータの約3分の2で以前の最新技術を上回っているという。結果は GIFT-Eval および TIME リーダーボードに提出され、ミストラル氏は、数値はアンサンブルなしの単一チェックポイントから得られたものであると指摘しています。

サイズ比較は印象的な部分です。 Mistral の報告によると、28M モデルは GIFT-Eval と TIME で約 4 倍大きいモデルである Chronos-2 を上回り、209M モデルはより少ないパラメーターで TimesFM-3 と Falcon-2.0 を上回っています。同社によれば、ファミリーのすべてのサイズはモデル サイズに対する精度のパレート フロントに位置しており、同じパラメータ数でより優れた予測を行う公開モデルはないことを意味します。

誰もツイートしないエンタープライズ データ向けに構築

時系列は地味ではありますが、センサー テレメトリ、可観測性メトリクス、エネルギー負荷、サプライ チェーン フロー、財務量など、遍在しています。ミストラル氏の主張は、これが基礎モデルの技術がかろうじて着地したところだというものだ。 ARIMA などの古典的なツールは単一のシリーズを個別に適合させますが、PatchTST のような深層学習モデルは通常、データセットごとに最初からトレーニングされるため、新しいドメインには何も転送されません。

Timestral は、言語モデルから事前トレーニング プレイブックを取得し、それを数値シーケンスに適用します。大規模で多様なコーパスでトレーニングされ、ラベル付けされた履歴がほとんどない領域を含む、これまでに見たことのないデータに対してゼロショットを予測します。

このモデルは、21 分位にわたる確率的な多変量予測を生成し、3 種類の副次情報を受け入れます。過去のみの共変量、生産スケジュールや天気予報などの既知の将来の共変量、単純な数値としてエンコードすると歪んでしまう機械の状態 (稼働中、アイドル中、メンテナンス中) などのカテゴリ共変量です。

CPU の経済性

おそらく商業的に最も重要な詳細は、Timestral が推論時に GPU を必要としないことです。ミストラル氏によると、8 スレッドの標準的なサーバー CPU では、3 週間の 15 分間の履歴から 1 日先を予測するのに、5M モデルでは 10 ミリ秒、209M モデルでは 140 ミリ秒かかります。 123M バリアントは、遅延の 4 分の 3 でフラッグシップのスコアの 0.2% 以内に収まります。

そのため、数千のセンサー (産業プラントのフリート全体) にわたる継続的な予測が、GPU クラスター プロジェクトではなく、主流のハードウェア提案になります。

ボンネットの下: 4 つの技術的賭け

ミストラルは、この結果がいくつかの技術によるものであると考えており、今後の技術レポートで詳しく説明する予定です。

  • Decoupled Horizon Forecasting (DHF) Toto 2.0 や TimesFM-3 などの因果デコーダー アプローチでは、予測される値はマスクされ、コンテキストとして失われます。 DHF は、学習された予測トークンがシーケンスを読み取る間、シーケンス内の完全な履歴を保持するため、観測されたすべての値がターゲットとコンテキストの両方として機能し、真のギャップには欠落フラグが付けられたままになります。
  • 共変量を意識した注意。 各入力系列には役割 (ターゲット、過去のみの共変量、または既知の将来の共変量) が割り当てられ、共変量からターゲットにのみ情報が流れるため、休日カレンダーはターゲット自身の将来を漏らすことなく予測を通知できます。
  • 合成優先データ トレーニング データの大部分は合成でした。つまり、一貫した傾向、季節性、ノイズを持つ単変量プロセスが、それらの間に非線形依存関係を導入する多変量シンセサイザーによって結合されました。
  • 2 段階のトレーニング。 8,192 コンテキストでの純粋な合成データでの事前トレーニング。次に、CRPS の離散近似として 21 分位数にわたるピンボール損失を使用して、4 倍長いコンテキストを持つ実際のデータと合成データの混合でポストトレーニング。

オープンウェイト、エアギャップ展開

このファミリは、5M、28M、123M、および 209M パラメータの 4 つのサイズで出荷され、コンテキスト長は 32,768 タイム ステップです。ウェイトは修正された MIT ライセンスに基づいて Hugging Face で公開されており、Mistral はプライベート データでモデルを実行するための GitHub リポジトリをリリースしました。完全な技術レポートが後に続くことが約束されています。

さらに必要な企業向けに、Timestral は同社のトレーニング パイプラインである Mistral Forge を通じて利用可能であり、エアギャップ環境を含む顧客のハードウェアへの展開により、独自データの微調整、ドメイン固有のアーキテクチャ拡張、トレーニング ミックスの制御をサポートします。ミストラル氏は、このパイプラインによって、バックテスト中に検出されたものが事前トレーニング データに含まれていないことを保証できると明確に述べており、これは規制対象の金融および産業顧客にとって注目に値する主張です。

同社はまた、モデルのエージェントの将来像を描いています。タイムストラルはセンサー ストリームを監視し、ポンプの異常にフラグを立て、その後、同様の過去の故障を取得する言語モデル エージェントに引き継ぎ、メンテナンス記録とシフト ログの根本原因分析を実行し、工場管理者向けの診断の草案を作成します。

なぜそれが重要なのか

このリリースは、基礎モデルの競争が兆パラメータの LLM だけをめぐるものではないことを思い出させます。予測は業界で最も量の多い AI ワークロードの 1 つであり、CPU で実行しながら公開ベンチマークをリードする 2 億 900 万パラメータのモデルは、実際の予算を変える可能性があります。また、210億ユーロの評価額で30億ユーロの資金調達を行ったばかりのパリに本拠を置くこの研究所が、ヨーロッパのAIを主権、効率性、オンプレミス展開を中心に位置付けている現在、言語モデルを超えてミストラルのポートフォリオを多様化することになるが、タイムストラルはこれらすべての項目を設計上チェックしている。

_この記事は、2026 年 10 月 15 日のミストラルの公式タイムストラル発表に基づいています。_

---

AIの最新情報をお届け

AIの最新ニュース、分析、ブレイクスルーを一箇所で。

AIニュースをもっと読む →