Mistral AI imetoa Timestral, familia yake ya kwanza ya mifano ya msingi ya mfululizo wa muda, na toleo la utulivu sasa linapata kitendo cha pili cha sauti: tangazo, lililochapishwa kwenye blogu ya Mistral mnamo Oktoba 15, lilifikia ukurasa wa mbele wa Hacker News mnamo Oktoba 19, ambapo ilivutia mamia ya kura. Kiwango cha sauti si cha kawaida kwa enzi ya muundo wa msingi - utabiri wa hali ya juu kutoka kwa vigezo vidogo vya kati ya milioni 5 hadi milioni 209 vinavyotumia CPU za seva za kawaida.

Kwanza kwa Vigezo vyote vitatu Kuu For more context on this story, see our ongoing AI news.

Mistral anasema modeli yake kubwa zaidi ya Timestral, yenye vigezo vya 209M pekee, inashika nafasi ya kwanza kwenye alama zote tatu kuu za umma za uwanja huo - GIFT-Eval, TIME na fev-benchi - ikifanya vizuri zaidi hali ya awali ya sanaa kwa takriban theluthi mbili ya vigezo. Matokeo yaliwasilishwa kwa bao za wanaoongoza za GIFT-Eval na TIME, na Mistral inabainisha kuwa nambari zinatoka kwa kituo kimoja cha ukaguzi bila kuunganishwa.

Ulinganisho wa ukubwa ni sehemu ya kushangaza. Mistral anaripoti kuwa modeli ya 28M inashinda Chronos-2, modeli kubwa zaidi ya mara nne, kwenye GIFT-Eval na TIME, huku modeli ya 209M ikishinda TimesFM-3 na Falcon-2.0 kwa vigezo vichache. Kila saizi katika familia, kampuni inasema, inakaa mbele ya Pareto ya usahihi dhidi ya saizi ya mfano - kumaanisha hakuna utabiri wa muundo wa umma bora kwa hesabu sawa ya vigezo.

Imeundwa kwa Data ya Biashara Hakuna Mtu Anayetweet Kuhusu

Mfululizo wa saa haupendezi lakini unapatikana kila mahali: telemetry ya kihisi, vipimo vya uangalizi, mzigo wa nishati, mtiririko wa ugavi, kiasi cha fedha. Hoja ya Mistral ni kwamba hapa ndipo mbinu za modeli za msingi hazijafika. Zana za kitamaduni kama vile ARIMA hutoshea mfululizo mmoja katika kutengwa, na miundo ya kujifunza kwa kina kama vile PatchTST kwa kawaida hufunzwa kuanzia mwanzo kwa kila seti ya data, kwa hivyo hakuna kitu kinachohamishiwa kwenye vikoa vipya.

Timestral huchukua kitabu cha kucheza cha mafunzo ya awali kutoka kwa miundo ya lugha na kukitumia kwa mfuatano wa nambari. Imefunzwa kwenye kundi kubwa, tofauti, inatabiri data ambayo haijawahi kuona - ikiwa ni pamoja na vikoa ambapo historia iliyo na lebo ni adimu.

Miundo hiyo hutoa utabiri wa uwezekano, wa aina nyingi katika viwango 21 na kukubali aina tatu za maelezo ya kando: nakala za zamani pekee, washirika wanaojulikana wa siku zijazo kama vile ratiba za uzalishaji au utabiri wa hali ya hewa, na utabiri wa kategoria kama vile hali ya mashine (inayoendesha, bila kufanya kitu, chini ya matengenezo) ambayo inaweza kupotoshwa ikiwa nambari husimbwa kama dhahiri.

CPU Uchumi

Labda maelezo muhimu zaidi ya kibiashara: Timestral haihitaji GPU kwa makisio. Kwenye seva ya kawaida ya CPU iliyo na nyuzi 8, Mistral anasema, kutabiri siku moja mbele kutoka kwa wiki tatu za historia ya dakika 15 huchukua milisekunde 10 na modeli ya 5M na milisekunde 140 na modeli ya 209M. Kibadala cha 123M kinakuja ndani ya 0.2% ya alama bora katika robo tatu ya muda wake wa kusubiri.

Hilo hufanya utabiri unaoendelea kati ya maelfu ya vihisi - kundi zima la kiwanda cha viwanda - pendekezo kuu la maunzi badala ya mradi wa nguzo wa GPU.

Chini ya Hood: Madau Nne za Kiufundi

Mistral inaamini matokeo kwa mbinu kadhaa inazopanga kuelezea kwa undani katika ripoti ijayo ya kiufundi:

  • Utabiri Uliotenganishwa wa Horizon (DHF). Katika mbinu za kusimbua sababu kama vile Toto 2.0 na TimesFM-3, thamani zitakazotabiriwa hufichwa na kupotea kama muktadha. DHF huweka historia kamili katika mfuatano huku tokeni za utabiri zilizofunzwa zikisomwa, kwa hivyo kila thamani inayozingatiwa hutumika kama lengo na muktadha, na mapungufu ya kweli hubaki yameripotiwa kuwa hayapo.
  • Usikivu wa kufahamu Covariate. Kila mfululizo wa ingizo hupewa jukumu - lengwa, washirika wa zamani tu au washirika wanaojulikana wa siku zijazo - na taarifa kutoka kwa washirika wengine hadi walengwa, kwa hivyo kalenda ya likizo inaweza kuarifu utabiri bila kuvuja siku zijazo za walengwa.
  • Data ya Sintetiki ya kwanza. Data nyingi za mafunzo zilikuwa za sintetiki: michakato isiyobadilika yenye mielekeo madhubuti, msimu na kelele, ikiunganishwa na synthesizer ya aina nyingi ambayo huanzisha utegemezi usio na mstari kati yao.
  • Mafunzo ya hatua mbili. Mazoezi ya awali kuhusu data sanisi katika muktadha wa 8,192, kisha baada ya mafunzo juu ya mchanganyiko wa data halisi na sanisi yenye muktadha mrefu wa 4x, kwa kutumia upotevu wa mpira wa pini zaidi ya quanti 21 kama ukadiriaji tofauti wa CRPS.

Uzito Wazi, Usambazaji Wenye Pengo Hewa

Familia husafirisha saizi nne - vigezo vya 5M, 28M, 123M na 209M - na urefu wa muktadha wa hatua 32,768 za wakati. Uzito huchapishwa kwenye Hugging Face chini ya leseni iliyorekebishwa ya MIT, na Mistral imetoa hazina ya GitHub ya kuendesha mifano kwenye data ya kibinafsi. Ripoti kamili ya kiufundi imeahidiwa kufuata.

Kwa biashara zinazohitaji zaidi, Timestral inapatikana kupitia Mistral Forge, bomba la mafunzo la kampuni, inayosaidia urekebishaji mzuri wa data ya wamiliki, upanuzi wa usanifu mahususi wa kikoa, na udhibiti wa mchanganyiko wa mafunzo - na kutumwa kwenye maunzi ya wateja, ikijumuisha mazingira yaliyo na nafasi hewa. Mistral anasema kwa uwazi mpango wa bomba hilo unaweza kuhakikisha kuwa hakuna chochote kilichoonekana wakati wa kujaribu tena kilikuwa kwenye data ya mafunzo ya awali, madai mashuhuri kwa wateja waliodhibitiwa wa fedha na viwanda.

Kampuni pia huchora mustakabali wa mawakala wa miundo hii: mitiririko ya vitambuzi vya kuangalia saa, kuashiria hitilafu kwenye pampu, kisha kukabidhi kwa wakala wa modeli ya lugha ambayo hurejesha hitilafu sawa za kihistoria, huendesha uchanganuzi wa sababu za msingi juu ya rekodi za matengenezo na kumbukumbu za kuhamisha, na kuandaa uchunguzi kwa msimamizi wa mtambo.

Kwanini Ni Muhimu

Toleo hili ni ukumbusho kwamba mbio za modeli za msingi sio tu kuhusu LLM za vigezo trilioni. Utabiri ni mojawapo ya mzigo wa kazi wa AI wa kiwango cha juu zaidi katika tasnia, na muundo wa kigezo cha 209M unaoongoza alama za umma wakati unaendeshwa kwenye CPU unaweza kubadilisha bajeti halisi. Pia hutofautisha jalada la Mistral zaidi ya modeli za lugha wakati ambapo maabara yenye makao yake Paris, mapya kutoka kwa ongezeko la Euro bilioni 3 kwa hesabu ya Euro bilioni 21, inaweka AI ya Ulaya karibu na uhuru, ufanisi na uwekaji kwenye majengo - visanduku vyote vya Timestral hukagua kwa muundo.

_Makala haya yanatokana na tangazo rasmi la Mistral la Timestral la Oktoba 15, 2026._

---

Stay Ahead of AI

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

Read more AI news →