Mistral випустила відкриті моделі Timestral для прогнозу часових рядів

TL;DR

• •Чотири розміри моделей: 5M, 28M, 123M та 209M параметрів
• •Zero-shot прогноз без дообучения на конкретний ряд
• •Підтримка одно- та многовимірних часових рядів
• •Вхід: до 32 768 кроків історії, вихід: до 1024 кроків прогнозу
• •Робота на PyTorch, CPU або GPU

---

Як це змінить ваш ринок?

Фінансові компанії зможуть прогнозувати навантаження та ризики без передачі даних третім сторонам через API, що зменшує витрати та підвищує konfіденційність. Для виробництва це означає швидше реагування на зміни попиту без затримок у ланцюгах постачання.

Для кого це і за яких умов (ОБОВ'ЯЗКОВО: мін. обладнання/бюджет, потрібна команда чи ні, мін. масштаб, час на впровадження. ❌ "Підходить для компаній будь-якого розміру". ✅ "7B: MacBook 16GB, без IT-команди, 15 хв. 27B: GPU $2,000+ або хмара ~$0.5/год, IT-спеціаліст, 1-2 дні.")

• •5M-28M моделі: ноутбук з 8GB RAM, без IT-команди, 10-15 хв на тестування
• •123M-209M моделі: GPU з 12GB+ пам’яттю або хмарний інстанс ~$0.3/год, базові навички Python, 1-2 дні
• •Потрібна здатність форматувати дані як часові ряди (CSV, NumPy)
• •Масштаб: корисно від 1 працівника, якщо є повторювані прогнози (продажі, навантаження)

Альтернативи (ТАБЛИЦЯ: | | Продукт 1 | Продукт 2 | Продукт 3 | з колонками: Ціна, Де працює, Мін. вимоги, Ключова різниця. ОБОВ'ЯЗКОВО конкретні ціни. ❌ "Потужна модель" — нуль інформації. ✅ "$15/1M токенів" або "безкоштовно" або "ціна не розкрита".)

---