IBM ha lanzado Granite Time Series PatchTST-FM-r2, un modelo base de series temporales de ~385M parámetros que alcanza rendimiento de última generación en cero disparos en el tablero de clasificación GIFT-Eval bajo licencias comerciales permisivas.

  • El modelo utiliza una arquitectura actualizada con bloques conformer que combinan autoatención multi-cabeza y convolución temporal para capturar relaciones a largo y corto alcance.
  • Soporta contextos de hasta 8.192 pasos y genera pronósticos probabilísticos mediante un cabezal de predicción de 99 cuantiles.
  • PatchTST-FM-r2 ocupa el puesto #2 en general entre los modelos de cero disparos replicables en GIFT-Eval y es el mejor rendimiento entre aquellos con licencia permisiva.
  • El corpus de preentrenamiento incluye datos sintéticos y conjuntos de datos fuera del conjunto de evaluación GIFT-Eval para prevenir filtración de benchmarks.
  • Los pesos, la arquitectura y el código de inferencia están disponibles bajo las licencias duales Apache 2.0 y OpenMDW 1.0.

El lanzamiento tiene como objetivo reducir las barreras de adopción para las empresas proporcionando documentación transparente de los datos de entrenamiento y licencias comercialmente amigables junto con capacidades de integración en streaming.