Descrição
TimeH2O-v1 é um sofisticado modelo de base de séries temporais desenvolvido pela H2O.ai, com 108 milhões de parâmetros. Ele é especificamente projetado para previsão probabilística zero-shot, o que significa que pode fazer previsões em dados não vistos sem exigir ajuste fino prévio nesse conjunto de dados específico. Uma capacidade chave do TimeH2O-v1 é seu suporte para covariáveis, permitindo que ele incorpore variáveis adicionais relevantes juntamente com os dados principais da série temporal para melhorar a precisão da previsão.
Ler mais
O modelo demonstrou desempenho de ponta em vários benchmarks. No GIFT-Eval, alcançou um CRPS (Continuous Ranked Probability Score) de 0.441 e um MASE (Mean Absolute Scaled Error) de 0.654, superando modelos como Timestral-209M, t0-gamma, TimesFM-3 e Chronos-2. Da mesma forma, no fev-bench, o TimeH2O-v1 registrou uma pontuação de habilidade SQL de 50.83 e uma pontuação de habilidade MASE de 39.95, novamente superando seus concorrentes.
TimeH2O-v1 faz parte da família mais ampla TimeH2O, que também inclui o TimeH2O-v1-tiny, um modelo menor com 5.8M de parâmetros otimizado para máxima taxa de transferência em vez de precisão máxima. O modelo v1 é mais adequado para cenários onde maximizar a precisão da previsão é o objetivo principal. Ele pode processar até 16.384 passos de tempo de contexto e oferece um horizonte de previsão ilimitado, produzindo 9 quantis (de 0.1 a 0.9) para previsões probabilísticas. O modelo aceita séries-alvo com covariáveis opcionais como entradas.
O acesso ao TimeH2O-v1 no Hugging Face requer que os usuários concordem em compartilhar suas informações do Hugging Face e aceitem condições específicas, uma vez que é licenciado para uso não comercial. O modelo foi treinado em um conjunto diversificado de conjuntos de dados, com cuidadosa exclusão de quaisquer dados que se sobreponham ao fev-bench, GIFT-Eval e TIME para garantir resultados de benchmark imparciais. As fontes de dados de treinamento incluem autogluon/chronos_datasets, Salesforce/GiftEvalPretrain, Salesforce/lotsa_data, hq-bench/quito-corpus, Dingdong-Inc/FreshRetailNet-LT, Azure Functions 2019 trace, Iowa Liquor Sales e BLS Average Prices, cada uma com suas respectivas licenças.
- CategoriaModelos de IA e LLMs
- ImplantaçãoNuvem
- PlataformasHugging Face
Destaques de TimeH2O-v1
108M parâmetros para previsão robusta
Capacidades de previsão probabilística zero-shot
Suporte para covariáveis para melhorar a precisão da previsão
Resultados de benchmark de ponta no GIFT-Eval e fev-bench
Janela de contexto de até 16.384 passos de tempo
Horizonte de previsão ilimitado
Produz 9 quantis (0.1 a 0.9) para previsões probabilísticas
Otimizado para máxima precisão em previsões de séries temporais
Licença não comercial para uso
Exclusão de dados que se sobrepõem a benchmarks durante o treinamento
Parte da família de modelos TimeH2O
Acessível publicamente no Hugging Face com condições
Primeiros passos com TimeH2O-v1
Acessar o Modelo: Navegue até a página do TimeH2O-v1 no Hugging Face.
Aceitar Condições: Revise e aceite os termos e condições para acessar os arquivos e conteúdos do modelo.
Entrar/Cadastrar: Faça login na sua conta do Hugging Face ou cadastre-se se não tiver uma.
Baixar Arquivos: Baixe os arquivos do modelo e os recursos associados.
Configurar Ambiente: Configure seu ambiente de desenvolvimento com as dependências necessárias para usar modelos do Hugging Face.
Integrar Modelo: Integre o TimeH2O-v1 em sua aplicação ou fluxo de trabalho para previsão de séries temporais.
Fornecer Entradas: Forneça dados da série-alvo juntamente com covariáveis opcionais ao modelo.
Gerar Previsões: Utilize o modelo para gerar previsões probabilísticas zero-shot com 9 quantis.
Casos de uso de TimeH2O-v1
- Previsão Zero-Shot
- Previsão Probabilística
- Previsão Aprimorada por Covariáveis
- Análise de Séries Temporais de Alta Precisão
- Previsão de Longo Prazo
- Avaliação de Desempenho em Benchmark
- Pesquisa e Desenvolvimento







