विस्तृत विश्लेषण · लगभग 4 मिनट पढ़ना
Timestral समय-श्रृंखला पूर्वानुमान में सहचर और CPU आकार के मॉडल लाता है
15 अक्टूबर की रिलीज संख्यात्मक पूर्वानुमान की है; बेंचमार्क, गति और Forge तैनाती की अपनी शर्तें हैं।
- यहाँ प्रकाशित
- स्रोत की तारीख
- स्रोत जाँचा गया
Mistral ने 15 अक्टूबर को Timestral पेश किया, जो मांग या उपकरण भार जैसी संख्याओं का पूर्वानुमान करता है, चैट सदस्यता नहीं। 5M से 209M पैरामीटर की श्रृंखला संभाव्य बहुचर पूर्वानुमान और पहले से ज्ञात भविष्य इनपुट इस्तेमाल करती है। पूरा लेख पढ़ा गया; परिणाम और समय कंपनी के दावे हैं।
समाचार सुनें
यह लेख सुनें या समाचार लगातार चलाएँ।
पढ़ने की तैयारी हो रही है…
डिवाइस की आवाज़
वाक् प्रक्रिया आपके ब्राउज़र या डिवाइस में होती है। AISubHub पाठ किसी ऑडियो API को नहीं भेजता। आवाज़ों और लॉक स्क्रीन पर चलने की सुविधा डिवाइस पर निर्भर है।
जारी करने पर छोटा वाक्यांश दोहराया जा सकता है।
मुख्य बातें
- चार आकार 5M, 28M, 123M और 209M हैं। कंपनी एक चेकपॉइंट, बिना ensemble के GIFT-Eval, TIME और fev-bench पर zero-shot परीक्षण बताती है।
- आठ थ्रेड सर्वर CPU पर 15 मिनट अंतराल वाले तीन सप्ताह से एक दिन का पूर्वानुमान 5M में 10 ms और 209M में 140 ms बताती है। यह सार्वभौमिक देरी गारंटी नहीं।
अगली संख्या की बजाय वितरण
Timestral संबंधित संख्यात्मक श्रृंखलाओं और quantiles, यानी संभावना स्तर से जुड़े सीमा मूल्यों का अनुमान लगाता है। संयंत्र उदाहरण कंपन, तापमान और दबाव जोड़ता है। असामान्य रीडिंग से खराबी निश्चित नहीं; सेंसर गुणवत्ता और चेतावनी नीति जांचनी होती है। संरचित संख्यात्मक अनिश्चितता देना, धाराप्रवाह सलाह से सबूत बदलने से अलग है।
भविष्य में सचमुच ज्ञात जानकारी की सीमा
हर श्रृंखला लक्ष्य, केवल अतीत का सहचर या ज्ञात भविष्य सहचर होती है। शिफ्ट और छुट्टियां पहले पता हो सकती हैं; वास्तविक भविष्य लक्ष्य नहीं। कंपनी के अनुसार attention भविष्य सहचर देखता है पर लक्ष्य causal रहते हैं और जानकारी सहचर से लक्ष्य को जाती है। श्रेणियां सीधे ली जाती हैं, कृत्रिम संख्यात्मक क्रम नहीं दिया जाता। हमारी व्याख्या में backtest को उस दिन का मौसम पूर्वानुमान लेना चाहिए, बाद की वास्तविक माप नहीं।
गायब डेटा और भविष्य लक्ष्य को अलग सीखना
Decoupled Horizon Forecasting पूरी देखी हुई हिस्ट्री रखता है और सीखे forecast tokens को पढ़ने देता है। वास्तविक गायब मान और पूर्वानुमान अवधि स्वतंत्र समायोजित होते हैं। प्रशिक्षण मुख्यतः synthetic है: एकल-चर प्रक्रियाएं, फिर गैर-रेखीय बहुचर निर्भरताएं। पूर्व-प्रशिक्षण पूरी तरह synthetic और context 8192 है; बाद में वास्तविक व synthetic मिश्रण, चार गुना context है। 21 quantiles का pinball loss CRPS का अनुमान है। विस्तृत तकनीकी रिपोर्ट आने वाली है; हमने कार्यान्वयन ऑडिट नहीं किया।
बेंचमार्क और CPU समय की शर्तें
कंपनी pretrained zero-shot मॉडलों में तीन suites के पांच metrics में अग्रणी होने का दावा करती है। चार्ट GIFT-Eval के 83, TIME के 35, fev-bench के 37 entries अलग metrics व दिशाओं में तुलना करते हैं; यह chatbot विश्व रैंकिंग नहीं। CPU उदाहरण आठ थ्रेड, तीन सप्ताह के 15 मिनट अंतराल और एक दिन का है। श्रृंखला संख्या, context, hardware और batching से समय बदलता है। 10 और 140 ms इसी आकार-गति संतुलन के हैं, हर निगरानी में accelerator की जरूरत न होने की गारंटी नहीं।
चेतावनी से सत्यापन योग्य प्रणाली तक
प्रस्तावित औद्योगिक प्रवाह anomaly पहचानता, पुराने समान दोष खोजता और maintenance record से diagnosis मसौदा बनाता है। यह स्वायत्त मरम्मत का प्रमाण नहीं। Forge zero-shot, architecture विस्तार, fine-tuning और डेटा मिश्रण, replay व synthesis देता है। कंपनी पूरे प्रवाह को ग्राहक hardware, अलग-थलग वातावरण सहित, चलाने की बात कहती है। खरीद से पहले स्थानीय रिसाव-मुक्त backtest और स्पष्ट कीमत व तैनाती चाहिए। बेंचमार्क जीत अधिकार, लागत या सुरक्षा तय नहीं करती।
यह क्यों अहम है
हमारा विश्लेषण: छोटा संख्यात्मक मॉडल निगरानी में लग सकता है, हर सिग्नल को भाषा मॉडल अनुरोध बनाने की जरूरत नहीं। उपयोगिता बिना डेटा रिसाव वाले backtest, उपयोगी अनिश्चितता और उस समय उपलब्ध सहचर पर निर्भर है।
सीमाएँ और उपलब्धता
हमने परीक्षण, मॉडल चलाना या बचत सत्यापित नहीं की। औद्योगिक एजेंट का प्रवाह उदाहरण है। घोषणा अपने डेटा पर Timestral चलाने का सार्वजनिक repository देती है और Modified MIT licence बताती है; सामग्री और सटीक शर्तों की अलग समीक्षा जरूरी है। Forge अनुकूलन और बातचीत आधारित तैनाती सेवा का दूसरा रास्ता है, सभी उपयोगों के लिए संपर्क जरूरी नहीं माना जा सकता। इकाई मूल्य या सही भविष्यवाणी की गारंटी स्थापित नहीं है।
स्रोत और प्रमाण
स्रोत की तारीख: · स्रोत जाँचा गया:
AI की सहायता से लिखे लेखों को दिए गए प्राथमिक स्रोतों से जाँचा जाता है। प्रदाता के दावों का श्रेय स्पष्ट है; सूची में होना समर्थन नहीं है।