Mistral发布Timestral系列时间序列基础模型

Mistral 发布首个时间序列基础模型家族 Timestral，包含 5M 至 209M 参数四个版本，支持多变量、概率性预测及过去和未来协变量，仅用 209M 参数在 GIFT-Eval、TIME 和 fev-bench 三大基准上均排名第一。

Mistral 发布了 Timestral-123M 模型，该模型是用于零样本预测的时间序列基础模型家族的一员，参数量为 123M。Timestral-209M 在 GIFT-Eval、TIME 和 fev-bench 三大预测基准测试中达到最先进水平，Timestral 系列模型在不同规模下均优于其他模型。

Mistral 发布了 Timestral-5M，这是其时间序列基础模型家族中参数量最小的版本，支持零样本预测，上下文长度可达 32,768 个时间步。该模型在 GIFT-Eval、TIME 和 fev-bench 三大基准测试中均达到最先进的零样本预测精度，且所有 Timestral 模型在各自参数规模下均优于其他模型。

Mistral 发布了时间序列基础模型 Timestral-209M，该模型在 GIFT-Eval、TIME 和 fev-bench 三大基准测试中达到最先进的零样本预测精度。模型参数量为 209M，支持最多 32,768 个历史时间步和 1,024 个预测步，输出包含 21 个分位数。代码已在 GitHub 开源，可使用 PyTorch 在 CPU 或 GPU 上运行。