Mistral AI ha annunciato Timestral, una nuova famiglia di modelli fondazionali per serie temporali. Il modello più grande ha 209 milioni di parametri ed è progettato per prevedere dati che cambiano nel tempo, come i dati di vendita o le letture dei sensori. Secondo Mistral, la versione da 209 M supera TimesFM‑3 di Google in tre suite di benchmark – GIFT‑Eval, TIME e fev‑bench – senza essere sottoposta a un fine-tuning specifico per il compito (zero-shot). Il modello può funzionare su una normale CPU, quindi per provarlo non serve una scheda grafica.
Cosa comprende la famiglia di modelli
Timestral è disponibile in diverse dimensioni, dalla versione leggera da 5 M fino al modello di punta da 209 M. I modelli più piccoli sono pensati per dispositivi con capacità di calcolo limitate, mentre quello più grande è rivolto a casi d’uso di ricerca e aziendali che richiedono maggiore precisione. Tutte le versioni condividono la stessa architettura, così gli sviluppatori possono passare da una dimensione all’altra senza riscrivere il codice.
Perché conta
Per analisti e ingegneri che devono prevedere le tendenze, Timestral offre un modello pronto all’uso che può funzionare su hardware comune, riducendo i costi di accesso. I risultati migliori nei benchmark fanno pensare a previsioni più accurate rispetto alla precedente proposta di Google, anche se restano da attendere test indipendenti.
