الوصف
TimesFM 3.0 هو نموذج أساسي متقدم لسلاسل الزمن تم تطويره بواسطة Google Research، يهدف إلى تعزيز دقة وكفاءة توقع سلاسل الزمن. هذا النموذج هو جزء من مبادرة Google لتطوير الذكاء الاصطناعي من خلال المصادر المفتوحة والعلوم المفتوحة. يعتمد TimesFM 3.0 على بنية محول مختلط متراص مع انتباه متغير وCPM Iterative RevIN، ويتميز بـ 20 طبقة محول مع أبعاد نموذجية تبلغ 1280 و16 رأس. تم تدريب النموذج مسبقًا باستخدام مجموعة بيانات متنوعة، بما في ذلك GiftEvalPretrain، وWikipedia Pageviews، وأعلى استفسارات Google Trends، مما يضمن فهمًا شاملاً لبيانات سلاسل الزمن.
قراءة المزيد
تم إصدار النموذج بموجب ترخيص TimesFM غير التجاري v1.0، مما يجعله متاحًا للاستخدام غير التجاري. تم تصميمه للتعامل مع بيانات سلاسل الزمن المعقدة مع طول قطعة السياق 32 وطول قطعة أفق التوقع 64. تم تعيين كوانتيلات النموذج مع الوسيط عند الفهرس 4، مما يوفر إطارًا قويًا لمهام التوقع.
لقد حقق TimesFM 3.0 زخمًا كبيرًا، مع أكثر من مليون عملية تنزيل في الشهر الماضي فقط، مما يدل على شعبيته وفعاليته في مجتمع الذكاء الاصطناعي. تم دمجه في 19 مساحة مختلفة، مما يظهر مرونته وقابليته للتكيف عبر تطبيقات متنوعة.
هذا النموذج مفيد بشكل خاص للباحثين والمطورين الذين يعملون في مجالات تتطلب توقعات دقيقة لسلاسل الزمن، مثل المالية، وتوقعات الطقس، وإدارة سلسلة التوريد. من خلال الاستفادة من قوة TimesFM 3.0، يمكن للمستخدمين تحقيق توقعات ورؤى أكثر دقة، مما يعزز في النهاية عمليات اتخاذ القرار.
- الفئةالتنبؤ والتحليلات التنبؤية
- نموذج التسعيرمفتوح المصدر
- النشرسحابي
- المنصاتالويب
أبرز ملامح TimesFM 3.0 (PyTorch)
نموذج أساسي مسبق التدريب لسلاسل الزمن
بنية محول مختلط متراص
انتباه متغير وCPM Iterative RevIN
20 طبقة محول
أبعاد النموذج: 1280
16 رأس
طول قطعة السياق: 32
طول قطعة أفق التوقع: 64
البدء مع TimesFM 3.0 (PyTorch)
الوصول إلى النموذج: زيارة Hugging Face
المصادقة: استخدم بيانات اعتمادك
إعداد البيئة: تكوين PyTorch
التكامل عبر API: استخدم التكوينات المقدمة
تحسين: ضبط المعلمات لحالات الاستخدام المحددة
حالات استخدام TimesFM 3.0 (PyTorch)
- التوقعات المالية
- توقعات الطقس
- إدارة سلسلة التوريد
- استهلاك الطاقة
- تحليلات الرعاية الصحية
