Análisis en profundidad · Unos 6 min de lectura
Granite combina cuatro pronosticadores; su incertidumbre aún debe comprobarse
La receta de IBM reduce el trabajo de elegir modelo, pero las pequeñas mejoras puntuales y los resultados probabilísticos mixtos exigen pruebas separadas.
- Publicado aquí
- Fecha de la fuente
- Fuente revisada
IBM Research presentó el 22 de octubre un conjunto de series temporales Granite con cuatro modelos preentrenados. Ofrece una opción probabilística de igual influencia y otra adaptativa IQR, sin reentrenar ni ajustar pesos de agregación. Los resultados pertenecen a IBM; AISubHub no ejecutó estas pruebas.
Escucha las noticias
Escucha este artículo o continúa con las noticias.
Preparando la lectura…
Voz del dispositivo
El navegador o dispositivo procesa la voz. AISubHub no envía el texto a una API de audio. Las voces y la reproducción con pantalla bloqueada dependen del dispositivo.
Al continuar puede repetirse una frase breve.
Resumen
- La receta carga cuatro puntos de control durante la inferencia; no fusiona sus pesos en un único modelo.
- En 97 configuraciones, Prob obtiene MASE 0.683 frente a 0.685 de PatchTST-FM-r2; ese miembro conserva menor CRPS/MWQL agregado.
Cuatro arquitecturas siguen siendo cuatro modelos en ejecución
Un pronosticador preentrenado no elimina la elección según la tarea: una señal industrial suave y una demanda irregular pueden favorecer arquitecturas distintas. IBM reúne Granite PatchTST-FM-r1, un Transformer por parches; PatchTST-FM-r2, un Conformer por parches; FlowState-r1.1, un modelo de espacio de estados; y TTM-r3, Tiny Time Mixers basado en mezcladores MLP. Una interfaz común de cuantiles permite agregarlos sin escoger primero un miembro. La diversidad justifica comprobar errores complementarios, pero no demuestra que los errores sean independientes.
La receta descargable guarda configuración, no pesos fusionados, y obtiene los cuatro puntos de control al ejecutarse; la primera carga requiere descargas adicionales. El ejemplo exige Granite TSFM 0.3.11 o posterior y usa 1024 observaciones de contexto para predecir 24 pasos: son parámetros del ejemplo, no límites universales. Produce un pronóstico puntual (la mediana) y cuantiles normalmente entre 0.1 y 0.9. Ese intervalo tiene cobertura nominal del 80%; su cobertura real debe medirse.
Agrupar probabilidades y ponderar dispersión son decisiones diferentes
El Probabilistic Ensemble recomendado da igual influencia a cada miembro, agrupa los pronósticos en el espacio de probabilidades y extrae los cuantiles solicitados de la distribución combinada. No debe simplificarse como el promedio de cuatro números para cada nivel de cuantil. La influencia fija evita ajustar pesos e hiperparámetros de ponderación para cada nueva serie. Aun así, hay que comprobar si la distribución resultante representa adecuadamente la incertidumbre de la aplicación.
IQR aproxima el rango intercuartílico de cada miembro usando los cuantiles disponibles más cercanos a los percentiles 25 y 75. Los intervalos más estrechos reciben mayor influencia por muestra, objetivo y paso del horizonte. Ninguno de los dos métodos ajusta pesos a partir de errores históricos; IQR aplica regresión isotónica para evitar cruces de cuantiles. Una temperatura mayor acerca los pesos a la uniformidad y un tope opcional limita a un miembro. Un intervalo estrecho puede reflejar exceso de confianza, no mayor precisión ni mejor calibración.
Las métricas no eligen un ganador único
IBM evalúa sin ajuste fino 97 configuraciones de conjuntos GIFT-Eval y afirma que los objetivos de prueba no se usaron para seleccionar ni ajustar la agregación. Los resultados y rangos corresponden al 20 de octubre de 2026. MASE mide el pronóstico puntual; CRPS/MWQL es mean_weighted_sum_quantile_loss del benchmark. Los valores se normalizan respecto a Seasonal Naive y se agregan geométricamente. Prob, IQR y PatchTST-FM-r2 obtienen MASE 0.683, 0.684 y 0.685, y rangos MASE medios 47.175, 48.773 y 51.371. Menor es mejor. La diferencia de 0.002 frente al mejor miembro es pequeña y no establece significación estadística.
Prob e IQR registran CRPS/MWQL agregado 0.471, frente al mejor 0.467 de PatchTST-FM-r2. Sus rangos CRPS medios son, respectivamente, 50.948, 47.619 y 48.918. IQR tiene mejor rango CRPS medio entre estos tres, pero el miembro individual conserva menor error probabilístico agregado. Un rango medio expresa posiciones relativas entre configuraciones, no un puesto entero global. Los valores redondeados iguales tampoco implican resultados idénticos en cada configuración; la elección depende del error y la incertidumbre que importen.
Una comparación filtrada no es toda la clasificación
La figura selecciona sistemas elegibles con código de reproducción y sin filtración de datos de prueba declarada; excluye entradas ajustadas y licencias o dependencias de miembros conocidas como no permisivas. Mantiene los rangos de la instantánea completa, sin recalcularlos tras filtrar. Hay sistemas excluidos con mejores resultados. Por tanto, la comparación no prueba liderazgo en el ranking completo ni un podio global sin condiciones. Nuevas entradas también pueden cambiar los rangos medios.
Análisis de AISubHub: compare Prob, IQR y un miembro individual fuerte en ventanas históricas idénticas, usando solo información disponible en cada origen del pronóstico. Ajuste horizonte y series objetivo al caso real; mida error puntual y pérdida de cuantiles. Contraste la cobertura empírica del intervalo 0.1–0.9 con su 80% nominal. Después decida si una pequeña mejora agregada compensa operar cuatro modelos en lugar de uno.
Despliegue y licencias siguen condicionando la elección
La receta actual pronostica canales de manera independiente, sin aprovechar información entre canales. Cuatro puntos de control aumentan tiempo de inferencia y memoria frente a un miembro. Los modelos difieren en límites de contexto, horizontes, preprocesamiento y tratamiento de valores ausentes. Ninguna agregación garantiza calibración o robustez ante cambios de distribución; deben seguir vigilándose errores y cobertura reales tras el despliegue, en vez de confiar en un intervalo aparentemente seguro.
IBM describe la receta y sus miembros Granite predeterminados como permisivamente licenciados. Las recetas ampliadas pueden incorporar puntos de control restringidos a investigación o usos no comerciales; esa descripción no cubre cualquier combinación. Compatibilidad, licencia, latencia y memoria deben revisarse conjuntamente. Leímos este artículo y sus figuras necesarias de arquitectura y rangos; no ejecutamos código ni examinamos por separado investigaciones, fichas o cuadernos enlazados. Es un punto de partida comprobable, no un servicio de producción, precio o derecho de suscripción verificado.
Por qué importa
Análisis de AISubHub: una interfaz común puede facilitar la selección inicial, pero usar cuatro modelos solo se justifica evaluando conjuntamente error local, cobertura, tiempo y memoria.
Límites y disponibilidad
La evidencia es el artículo de IBM y sus figuras, con una instantánea del ranking del 20 de octubre. No ejecutamos la receta ni verificamos de forma independiente los artículos científicos, cuadernos o fichas enlazados; no se establece calibración, coste o licencia universal.
Fuentes y pruebas
Fecha de la fuente: · Fuente revisada:
Contenido editorial asistido por IA y contrastado con fuentes primarias. Las afirmaciones del proveedor se atribuyen; la inclusión no implica recomendación.