Mistral 发布 Timestral 时序基础模型家族
AI 总结
Mistral 发布 Timestral，这是其首个时序基础模型（TSFM）家族，包含 5M、28M、123M 和 209M 四种参数规模，共享同一架构与训练配方。Mistral 表示，最大的 209M 参数模型在 GIFT-Eval、TIME 与 fev-bench 三个公开基准上均排名第一，在多个指标上超过参数更多的模型，相关结果已提交至 GIFT-Eval 与 TIME 排行榜。模型支持概率式多变量预测以及过去协变量和已知未来协变量，推理不需要 GPU，官方称在 8 线程服务器 CPU 上以三周 15 分钟粒度历史预测未来一天，5M 模型耗时约 10 毫秒、209M 约 140 毫秒。代码已在 GitHub 发布，许可为修改版 MIT，并可通过 Mistral Forge 进行微调与领域适配，技术报告稍后公布。
深度见解
时序预测是企业传感器、供应链和金融等场景的常见任务，一个参数量小、可 CPU 部署并支持微调的开放基础模型，可能降低这类预测系统的落地门槛。