Mistral AI wypuściło Timestral, swoją pierwszą rodzinę podstawowych modeli szeregów czasowych, a cicha wersja doczekała się teraz głośnego drugiego aktu: ogłoszenie opublikowane na blogu Mistral 15 października trafiło na pierwszą stronę Hacker News 19 października, gdzie zebrało setki głosów pozytywnych. Oferta jest nietypowa jak na erę modeli podstawowych — najnowocześniejsze prognozowanie na podstawie modeli o tak małych parametrach, jak 5 do 209 milionów, działających na zwykłych procesorach serwerowych.

Pierwszy we wszystkich trzech głównych testach porównawczych Więcej kontekstu na ten temat znajdziesz w naszych wiadomości AI.

Mistral twierdzi, że jego największy model Timestral, z parametrami zaledwie 209M, zajmuje pierwsze miejsce we wszystkich trzech głównych publicznych testach porównawczych w tej dziedzinie — GIFT-Eval, TIME i fev-bench — przewyższając poprzedni stan wiedzy o około dwie trzecie parametrów. Wyniki zostały przesłane do rankingów GIFT-Eval i TIME, a Mistral zauważa, że ​​liczby pochodzą z jednego punktu kontrolnego, bez łączenia.

Porównania rozmiarów są najbardziej uderzającą częścią. Mistral podaje, że model 28M pokonuje Chronos-2, model około czterokrotnie większy, w testach GIFT-Eval i TIME, podczas gdy model 209M pokonuje TimesFM-3 i Falcon-2.0 z mniejszą liczbą parametrów. Jak twierdzi firma, każdy rozmiar w rodzinie znajduje się na froncie Pareto pod względem dokładności w stosunku do rozmiaru modelu, co oznacza, że ​​żaden model publiczny nie prognozuje lepiej przy tej samej liczbie parametrów.

Stworzone z myślą o danych korporacyjnych, o których nikt nie tweetuje

Szeregi czasowe są mało efektowne, ale wszechobecne: telemetria z czujników, metryki obserwowalności, obciążenie energią, przepływy w łańcuchu dostaw, wolumeny finansowe. Mistral argumentuje, że właśnie w tym miejscu techniki modelu podstawowego ledwo dotarły. Klasyczne narzędzia, takie jak ARIMA, pasują do pojedynczej serii w izolacji, a modele głębokiego uczenia się, takie jak PatchTST, są zazwyczaj szkolone od podstaw dla każdego zestawu danych, więc nic nie jest przenoszone do nowych domen.

Timestral bierze podręcznik przedtreningowy z modeli językowych i stosuje go do sekwencji numerycznych. Wytrenowany na dużym, zróżnicowanym korpusie, prognozuje zero-jedynkowe dane, których nigdy nie widział – w tym domeny, w których rzadko jest oznaczona historia.

Modele tworzą probabilistyczne, wielowymiarowe prognozy dla 21 kwantyli i akceptują trzy rodzaje informacji pobocznych: współzmienne dotyczące tylko przeszłości, współzmienne znanej przyszłości, takie jak harmonogramy produkcji lub prognozy pogody, oraz towarzyszące zmienne jakościowe, takie jak stan maszyny (praca, bezczynność, konserwacja), które zostałyby zniekształcone, gdyby zostały zakodowane jako zwykłe liczby.

Ekonomika procesora

Być może najbardziej znaczący komercyjnie szczegół: Timestral nie potrzebuje procesora graficznego przy wnioskowaniu. Mistral twierdzi, że na standardowym procesorze serwera z 8 wątkami prognozowanie na jeden dzień do przodu na podstawie trzech tygodni 15-minutowej historii zajmuje 10 milisekund w przypadku modelu 5M i 140 milisekund w przypadku modelu 209M. Wariant 123M mieści się w granicach 0,2% wyniku flagowca przy trzech czwartych jego opóźnienia.

To sprawia, że ​​ciągłe prognozowanie obejmujące tysiące czujników – całą flotę zakładu przemysłowego – jest głównym nurtem propozycji sprzętowej, a nie projektem klastra GPU.

Pod maską: cztery zakłady techniczne

Mistral przypisuje wyniki kilku technikom, które planuje szczegółowo opisać w nadchodzącym raporcie technicznym:

  • Oddzielne prognozowanie horyzontu (DHF). W podejściach z dekoderem przyczynowym, takich jak Toto 2.0 i TimesFM-3, prognozowane wartości są maskowane i tracone jako kontekst. DHF przechowuje pełną historię w sekwencji, podczas gdy wyuczone żetony prognozy ją odczytują, więc każda zaobserwowana wartość służy zarówno jako cel, jak i kontekst, a prawdziwe luki są oznaczane jako brakujące.
  • Uwaga uwzględniająca współzmienną. Każdej serii wejściowej przypisano rolę — cel, współzmienna dotycząca tylko przeszłości lub współzmienna znanej przyszłości — przy czym informacje przepływają tylko od współzmiennych do wartości docelowych, dzięki czemu kalendarz świąt może zapewnić prognozę bez wyciekania własnej przyszłości celu.
  • Dane syntetyczne. Większość danych szkoleniowych była syntetyczna: procesy jednowymiarowe ze spójnymi trendami, sezonowością i szumem, połączone za pomocą syntezatora wielowymiarowego, który wprowadza między nimi nieliniowe zależności.
  • Szkolenie dwuetapowe. Trening wstępny na czysto syntetycznych danych w kontekście 8192, następnie trening po treningu na mieszance danych rzeczywistych i syntetycznych w 4x dłuższym kontekście, przy użyciu straty pinballa w 21 kwantylach jako dyskretnego przybliżenia CRPS.

Otwarte obciążniki, rozmieszczenie w szczelinie powietrznej

Rodzina jest dostępna w czterech rozmiarach — parametry 5M, 28M, 123M i 209M — z kontekstem o długości 32 768 kroków czasowych. Wagi są publikowane na Hugging Face na podstawie zmodyfikowanej licencji MIT, a Mistral udostępnił repozytorium GitHub do uruchamiania modeli na prywatnych danych. Obiecany jest pełny raport techniczny.

Dla przedsiębiorstw, które potrzebują więcej, Timestral jest dostępny za pośrednictwem Mistral Forge, firmowego zestawu szkoleniowego, obsługującego dostrajanie zastrzeżonych danych, rozszerzeń architektury specyficznych dla domeny i kontrolę nad miksem szkoleniowym – z wdrożeniem na sprzęcie klienta, w tym w środowiskach bezprzewodowych. Mistral wyraźnie twierdzi, że rurociąg może zagwarantować, że w danych przedszkoleniowych nie było żadnych danych widocznych podczas weryfikacji historycznej, co jest godnym uwagi argumentem dla regulowanych klientów finansowych i przemysłowych.

Firma szkicuje także agentyczną przyszłość modeli: obserwuje czasowo strumienie czujników, sygnalizuje anomalię w pompie, a następnie przekazuje ją agentowi modelu językowego, który pobiera podobne historyczne awarie, przeprowadza analizę przyczyn źródłowych na podstawie zapisów konserwacji i dzienników zmian oraz sporządza diagnozę dla kierownika zakładu.

Dlaczego to ma znaczenie

Ta publikacja przypomina, że wyścig w modelach podstawowych nie dotyczy tylko LLM o bilionach parametrów. Prognozowanie to jedno z obciążeń AI charakteryzujących się największą liczbą zadań w branży, a model zawierający 209 mln parametrów, który przoduje w publicznych testach porównawczych podczas pracy na procesorach, może przesunąć realne budżety. Dywersyfikuje także portfolio Mistral wykraczające poza modele językowe w momencie, gdy laboratorium z siedzibą w Paryżu, świeżo po pozyskaniu 3 miliardów euro przy wycenie na 21 miliardów euro, pozycjonuje europejską sztuczną inteligencję wokół suwerenności, wydajności i wdrażania lokalnego – wszystkie pola są sprawdzane zgodnie z projektem Timestral.

_Ten artykuł opiera się na oficjalnym ogłoszeniu firmy Mistral w sprawie Timestrala z 15 października 2026 r._

---

Bądź na Bieżąco z AI

Najnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.

Czytaj więcej wiadomości AI →