Mistral AI ได้เปิดตัว Timestral ซึ่งเป็นโมเดลพื้นฐานอนุกรมเวลาตระกูลแรก และการเปิดตัวแบบเงียบกำลังได้รับการดำเนินการครั้งที่สองอย่างดัง การประกาศซึ่งตีพิมพ์ในบล็อกของ Mistral เมื่อวันที่ 15 ตุลาคม ก็ได้ขึ้นหน้าแรกของ Hacker News เมื่อวันที่ 19 ตุลาคม ซึ่งมีผู้โหวตสนับสนุนหลายร้อยคน การเสนอขายนั้นไม่ปกติสำหรับยุคของโมเดลพื้นฐาน — การคาดการณ์ที่ล้ำสมัยจากโมเดลขนาดเล็กเพียง 5 ล้านถึง 209 ล้านพารามิเตอร์ที่ทำงานบน CPU ของเซิร์ฟเวอร์ทั่วไป

อันดับแรกจากเกณฑ์มาตรฐานหลักทั้งสามข้อ For more context on this story, see our ongoing AI news.

Mistral กล่าวว่าโมเดล Timestral ที่ใหญ่ที่สุด ด้วยพารามิเตอร์เพียง 209M นั้นครองอันดับหนึ่งในเกณฑ์มาตรฐานสาธารณะหลักทั้งสามของสาขา ได้แก่ GIFT-Eval, TIME และ fev-bench ซึ่งมีประสิทธิภาพเหนือกว่าเทคโนโลยีรุ่นก่อนด้วยพารามิเตอร์ประมาณสองในสาม ผลลัพธ์ถูกส่งไปยังกระดานผู้นำ GIFT-Eval และ TIME และ Mistral ตั้งข้อสังเกตว่าตัวเลขมาจากจุดตรวจเดียวโดยไม่ต้องรวมกลุ่มกัน

การเปรียบเทียบขนาดเป็นส่วนที่โดดเด่น มิสทรัลรายงานว่ารุ่น 28M เหนือกว่า Chronos-2 ซึ่งเป็นรุ่นที่ใหญ่กว่าประมาณสี่เท่าบน GIFT-Eval และ TIME ในขณะที่รุ่น 209M เหนือกว่า TimesFM-3 และ Falcon-2.0 โดยมีพารามิเตอร์น้อยกว่า บริษัทกล่าวว่าทุกขนาดในตระกูลอยู่ในแนวหน้าของ Pareto ด้านความแม่นยำเมื่อเทียบกับขนาดของโมเดล ซึ่งหมายความว่าไม่มีโมเดลสาธารณะใดที่คาดการณ์ได้ดีกว่าด้วยจำนวนพารามิเตอร์เดียวกัน

สร้างขึ้นสำหรับข้อมูลองค์กรที่ไม่มีใครทวีตเกี่ยวกับ

อนุกรมเวลาไม่สวยงามแต่แพร่หลาย: การวัดและส่งข้อมูลทางไกลของเซ็นเซอร์ การวัดความสามารถในการสังเกต ปริมาณพลังงาน การไหลของห่วงโซ่อุปทาน ปริมาณทางการเงิน ข้อโต้แย้งของมิสทรัลก็คือนี่คือจุดที่เทคนิคแบบจำลองรากฐานแทบจะไม่ได้เกิดขึ้นเลย เครื่องมือคลาสสิกอย่าง ARIMA สามารถแยกชุดข้อมูลออกเป็นชุดเดียวได้ และโดยทั่วไปแล้วโมเดลการเรียนรู้เชิงลึก เช่น PatchTST จะได้รับการฝึกตั้งแต่เริ่มต้นต่อชุดข้อมูล ดังนั้นจึงไม่มีการถ่ายโอนไปยังโดเมนใหม่

Timestral นำ Playbook ก่อนการฝึกจากโมเดลภาษามาใช้กับลำดับตัวเลข ด้วยการฝึกอบรมบนคลังข้อมูลขนาดใหญ่และหลากหลาย โดยคาดการณ์ว่าข้อมูลที่ไม่เคยเห็นมาก่อนเป็นศูนย์ รวมถึงโดเมนที่ประวัติที่ติดป้ายกำกับนั้นหายาก

แบบจำลองดังกล่าวสร้างการคาดการณ์แบบหลายตัวแปรที่น่าจะเป็นในควอนไทล์ 21 ควอนไทล์ และยอมรับข้อมูลข้างเคียงสามประเภท: ค่าตัวแปรร่วมในอดีตเท่านั้น ค่าตัวแปรร่วมที่ทราบในอนาคต เช่น กำหนดการผลิตหรือการพยากรณ์อากาศ และค่าตัวแปรร่วมตามหมวดหมู่ เช่น สถานะของเครื่องจักร (กำลังทำงาน ไม่ได้ใช้งาน อยู่ระหว่างการบำรุงรักษา) ที่อาจบิดเบี้ยวหากเข้ารหัสเป็นตัวเลขธรรมดา

เศรษฐศาสตร์ซีพียู

บางทีรายละเอียดที่สำคัญที่สุดในเชิงพาณิชย์: Timestral ไม่จำเป็นต้องมี GPU ในการอนุมาน บน CPU เซิร์ฟเวอร์มาตรฐานที่มี 8 เธรด Mistral กล่าว โดยการคาดการณ์ล่วงหน้าหนึ่งวันจากประวัติ 15 นาทีสามสัปดาห์จะใช้เวลา 10 มิลลิวินาทีสำหรับรุ่น 5M และ 140 มิลลิวินาทีสำหรับรุ่น 209M รุ่น 123M มาภายใน 0.2% ของคะแนนเรือธงที่เวลาแฝงสามในสี่

นั่นทำให้การคาดการณ์อย่างต่อเนื่องสำหรับเซ็นเซอร์หลายพันตัว — กลุ่มยานพาหนะทั้งหมดของโรงงานอุตสาหกรรม — เป็นข้อเสนอฮาร์ดแวร์กระแสหลักมากกว่าโครงการคลัสเตอร์ GPU

เบื้องหลัง: เดิมพันทางเทคนิคสี่รายการ

Mistral ให้เครดิตผลลัพธ์จากเทคนิคต่างๆ ที่วางแผนจะกล่าวถึงรายละเอียดในรายงานทางเทคนิคที่กำลังจะมีขึ้นเร็วๆ นี้:

  • การพยากรณ์ขอบฟ้าแบบแยกส่วน (DHF) ในวิธีการถอดรหัสเชิงสาเหตุ เช่น Toto 2.0 และ TimesFM-3 ค่าที่จะคาดการณ์จะถูกปกปิดและสูญหายไปตามบริบท DHF เก็บประวัติทั้งหมดตามลำดับในขณะที่โทเค็นการคาดการณ์ที่เรียนรู้จะอ่าน ดังนั้นทุกค่าที่สังเกตได้ทำหน้าที่เป็นทั้งเป้าหมายและบริบท และช่องว่างที่แท้จริงจะยังคงติดธงว่าหายไป
  • ความสนใจที่คำนึงถึงความแปรปรวนร่วม แต่ละชุดอินพุตจะได้รับการกำหนดบทบาท — เป้าหมาย, ตัวแปรร่วมในอดีตเท่านั้น หรือตัวแปรร่วมที่ทราบในอนาคต — โดยมีข้อมูลที่ไหลจากตัวแปรร่วมไปยังเป้าหมายเท่านั้น ดังนั้นปฏิทินวันหยุดจึงสามารถแจ้งการคาดการณ์ได้โดยไม่ทำให้อนาคตของเป้าหมายรั่วไหล
  • ข้อมูลสังเคราะห์เป็นอันดับแรก ข้อมูลการฝึกอบรมส่วนใหญ่เป็นข้อมูลสังเคราะห์: กระบวนการที่ไม่แปรผันพร้อมแนวโน้ม ฤดูกาล และสัญญาณรบกวนที่สอดคล้องกัน รวมกันโดยซินธิไซเซอร์หลายตัวแปรที่แนะนำการพึ่งพาแบบไม่เชิงเส้นระหว่างสิ่งเหล่านั้น
  • การฝึกอบรมสองขั้นตอน การฝึกอบรมล่วงหน้าเกี่ยวกับข้อมูลสังเคราะห์ล้วนๆ ที่บริบท 8,192 จากนั้นจึงหลังการฝึกอบรมบนการผสมผสานระหว่างข้อมูลจริงและข้อมูลสังเคราะห์ที่มีบริบทยาวนานกว่า 4 เท่า โดยใช้การสูญเสียพินบอลในควอนไทล์ 21 ควอนไทล์เป็นการประมาณค่า CRPS แบบแยกส่วน

Open Weights, การใช้งานแบบ Air-Gapped

ตระกูลนี้จัดส่งในสี่ขนาด ได้แก่ พารามิเตอร์ 5M, 28M, 123M และ 209M โดยมีความยาวบริบท 32,768 ขั้นเวลา Weights ได้รับการเผยแพร่บน Hugging Face ภายใต้ใบอนุญาต MIT ที่ได้รับการแก้ไข และ Mistral ได้เปิดตัวพื้นที่เก็บข้อมูล GitHub สำหรับการรันโมเดลกับข้อมูลส่วนตัว สัญญาว่าจะปฏิบัติตามรายงานทางเทคนิคฉบับเต็ม

สำหรับองค์กรที่ต้องการมากกว่านี้ Timestral มีให้บริการผ่าน Mistral Forge ซึ่งเป็นระบบการฝึกอบรมของบริษัท ซึ่งรองรับการปรับแต่งข้อมูลที่เป็นกรรมสิทธิ์อย่างละเอียด ส่วนขยายสถาปัตยกรรมเฉพาะโดเมน และการควบคุมการผสมผสานการฝึกอบรม ด้วยการปรับใช้บนฮาร์ดแวร์ของลูกค้า รวมถึงสภาพแวดล้อมที่มีช่องว่างทางอากาศ Mistral กล่าวอย่างชัดเจนว่าไปป์ไลน์สามารถรับประกันได้ว่าไม่มีอะไรที่เห็นระหว่างการทดสอบย้อนหลังในข้อมูลก่อนการฝึกอบรม ซึ่งเป็นข้อเรียกร้องที่โดดเด่นสำหรับลูกค้าการเงินและอุตสาหกรรมที่ได้รับการควบคุม

นอกจากนี้ บริษัทยังร่างภาพอนาคตของระบบตัวแทนสำหรับโมเดลต่างๆ เช่น การเฝ้าดูสตรีมของเซ็นเซอร์ Timestral แจ้งความผิดปกติบนปั๊ม จากนั้นส่งต่อไปยังตัวแทนโมเดลภาษาที่ดึงข้อมูลความล้มเหลวในอดีตที่คล้ายกัน ดำเนินการวิเคราะห์สาเหตุต้นตอผ่านบันทึกการบำรุงรักษาและบันทึกการเปลี่ยนแปลง และร่างการวินิจฉัยสำหรับผู้จัดการโรงงาน

ทำไมมันถึงสำคัญ

การเปิดตัวครั้งนี้เป็นการเตือนใจว่าการแข่งขันแบบพื้นฐานไม่ได้เกี่ยวกับ LLM ขนาดล้านล้านพารามิเตอร์เท่านั้น การคาดการณ์เป็นหนึ่งในปริมาณงาน AI ที่มีปริมาณสูงสุดในอุตสาหกรรม และแบบจำลองพารามิเตอร์ 209M ที่นำไปสู่การวัดประสิทธิภาพสาธารณะในขณะที่ทำงานบน CPU สามารถเปลี่ยนงบประมาณจริงได้ นอกจากนี้ ยังทำให้พอร์ตโฟลิโอของ Mistral มีความหลากหลายนอกเหนือจากแบบจำลองทางภาษา ในขณะที่ห้องปฏิบัติการในปารีสซึ่งเพิ่งระดมทุนได้ 3 พันล้านยูโรด้วยการประเมินมูลค่า 21 พันล้านยูโร กำลังวางตำแหน่ง AI ของยุโรปในด้านอธิปไตย ประสิทธิภาพ และการปรับใช้ในสถานที่ — ทุกกล่องมีการตรวจสอบ Timestral ตามการออกแบบ

_บทความนี้อ้างอิงจากประกาศ Timestral อย่างเป็นทางการของ Mistral เมื่อวันที่ 15 ตุลาคม 2026_

---

Stay Ahead of AI

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

Read more AI news →