Mistral lanzó Timestral, su primera familia de modelos de base para series de tiempo, y la compañía afirma que su versión más grande supera a los líderes actuales en los principales benchmarks públicos de pronóstico del campo, usando menos parámetros. El modelo de 209 millones de parámetros ocupa el primer lugar en GIFT-Eval, TIME y fev-bench, los tres benchmarks más utilizados para evaluar sistemas de pronóstico. Mistral dice que superó el anterior estado del arte con solo dos tercios de los parámetros de ese modelo.

La familia incluye cuatro modelos con 5 millones, 28 millones, 123 millones y 209 millones de parámetros. Mistral afirma que los cuatro comparten la misma arquitectura y receta de entrenamiento, y que cada uno se ubica en la parte superior de la curva de precisión frente al tamaño, lo que significa que ningún modelo público pronostica con mayor precisión a ese tamaño. Los modelos más grandes producen mejores pronósticos, mientras que los más pequeños funcionan más rápido y cuestan menos de operar.

¿Puede Timestral pronosticar sin chips especializados?

Timestral está diseñado para funcionar sin chips especializados. Mistral afirma que una CPU de servidor estándar con ocho hilos puede pronosticar un día hacia adelante a partir de tres semanas de historial de 15 minutos en 10 milisegundos con el modelo de 5 millones de parámetros. El modelo de 209 millones de parámetros tarda 140 milisegundos en la misma configuración. La compañía también asegura que su modelo de 28 millones de parámetros supera a Chronos-2, un modelo unas cuatro veces más grande, en GIFT-Eval y TIME. El modelo de 209 millones de parámetros supera a TimesFM-3 y Falcon-2.0, según Mistral, a pesar de tener menos parámetros.

¿Cómo maneja Timestral la incertidumbre del pronóstico?

Los modelos producen pronósticos probabilísticos en lugar de valores predichos únicos. Timestral genera un conjunto de 21 cuantiles, lo que permite a los ingenieros ver cuánta incertidumbre rodea una predicción y establecer umbrales de alerta en consecuencia. También pronostica múltiples series relacionadas en conjunto, por lo que puede tener en cuenta las relaciones entre ellas, y acepta covariables, es decir, variables externas que influyen en los datos. Estas pueden ser entradas solo del pasado o entradas futuras conocidas, como un cronograma de producción o un pronóstico del tiempo.

Mistral orienta la tecnología de manera más directa a usuarios industriales y financieros. En su ejemplo, una planta con miles de sensores podría usar Timestral para modelar cómo se mueven en conjunto la vibración, la temperatura y la presión de una bomba, en lugar de pronosticar cada sensor por separado. La compañía también describe la combinación del modelo con sus modelos de lenguaje en flujos de trabajo agénticos. En esa configuración, Timestral se ejecutaría de forma continua sobre flujos de sensores, marcaría una anomalía en una bomba y luego entregaría el caso a un agente que lo compara con fallas anteriores, consulta registros de mantenimiento y notas de operarios, y redacta un diagnóstico sugerido para el gerente de la planta.

Mistral entrenó los modelos principalmente con datos sintéticos. El equipo primero generó procesos univariados con tendencias, estacionalidad y ruido variable, y luego usó un sintetizador multivariado para introducir dependencias no lineales entre ellos. Los modelos fueron preentrenados solo con datos sintéticos antes de una segunda etapa que combinó datos reales y sintéticos con una ventana de contexto más larga. La compañía indica una longitud de contexto de 32.768 pasos de tiempo.

¿Cómo pueden las empresas personalizar Timestral?

Para las empresas que necesitan más que el modelo base, Timestral está disponible a través de Mistral Forge, la misma canalización de entrenamiento que Mistral usa para sus modelos de lenguaje. Los clientes pueden ajustar finamente los modelos con datos propietarios, modificar la mezcla de entrenamiento y generar muestras sintéticas que se ajusten a su propio dominio. Mistral indica que toda la canalización puede desplegarse en instalaciones locales, en una nube privada virtual o en entornos aislados de red. Los modelos se publican bajo una licencia MIT modificada.

Mistral publicó un repositorio de GitHub para que los desarrolladores puedan ejecutar Timestral con sus propios datos. La compañía señala que un informe técnico con resultados completos se publicará más adelante, e invita a las organizaciones con problemas de pronóstico más especializados, o a colaboradores de investigación, a ponerse en contacto.

Este artigo foi escrito com a assistência de IA.
News Factory APP - notícias agênticas para impulsionar seu SEO e AEO.