Oossa

Mistral خانواده مدل‌های پیش‌بینی سری‌های زمانی Timestral را عرضه کرد

مدل‌های جدید از 5M تا 209M پارامتر دارند و در معیارهای عمومی پیش‌بینی چندمتغیره و احتمالاتی رتبه نخست را گرفته‌اند.

خبر کوتاهنویسنده: منتشرشده توسط Oossa: آخرین به‌روزرسانی: 1 دقیقه مطالعه

Mistral از عرضه Timestral، نخستین مجموعه مدل‌های پایه خود برای سری‌های زمانی، خبر داد. بزرگ‌ترین مدل 209 میلیون پارامتر دارد و در سه معیار عمومی اصلی پیش‌بینی—GIFT‑Eval، TIME و fev‑bench—رتبه نخست را کسب کرده؛ آن هم با پارامترهایی کمتر از مدل‌هایی که پیش‌تر پیشتاز بودند. این مدل‌ها در چهار اندازه عرضه می‌شوند (5 M، 28 M، 123 M و 209 M) و روی CPUهای معمولی اجرا می‌شوند؛ بنابراین برای استنتاج به GPU نیاز ندارند. مدل‌ها از داده‌های گذشته، متغیرهای کمکیِ مربوط به آینده که از قبل معلوم‌اند و پیش‌بینی احتمالاتی با 21 چندک پشتیبانی می‌کنند.

چرا مهم است

شرکت‌ها می‌توانند برنامه‌ریزی مبتنی بر داده‌های حسگر و ارزیابی ریسک را بهبود دهند، بی‌آنکه نیاز به خرید سخت‌افزار GPU داشته باشند.

آیا این مقاله مفید بود؟
اشتراک‌گذاری

بیشتر بخوانید

Oossa · خبرنامه

هفتهٔ هوش مصنوعی، به زبان ساده

هر دوشنبه: خبرهایی که ارزش دانستن دارند، به زبان ساده. رایگان و بدون هرزنامه.