Granite PatchTST-FM-r2 آی‌بی‌ام: بهترین مدل zero-shot با مجوز آزاد

آی‌بی‌ام جدیدترین مدل خانواده Granite Time Series به نام PatchTST-FM-r2 را با مجوز متن‌باز تجاری‌پسند منتشر کرد. این مدل با حدود ۳۸۵ میلیون پارامتر و کانتکست تا ۸۱۹۲ گام، تا ۸ سپتامبر ۲۰۲۶ در رتبه‌بندی GIFT-Eval بهترین مدل zero-shot با مجوز آزاد است. کاربر بین دو مجوز Apache 2.0 و OpenMDW 1.0 انتخاب می‌کند و استفاده تجاری بلامانع است.

PatchTST-FM-r2 در GIFT-Eval چه رتبه‌ای آورده؟

در میان مدل‌های zero-shot قابل‌بازتولید، r2 رتبه دوم کلی را با CRPS هندسی ۰.۴۶۷ و MASE هندسی ۰.۶۸۴۶ گرفته — فقط پشت سر TimesFM-3.

نکته جالب‌تر: وقتی مدل‌های pretrained هم وارد مقایسه می‌شوند (مدل‌هایی که اجازه دارند داده آموزش بنچمارک را در کورپوس داشته باشند)، این مدل رتبه سوم CRPS و رتبه چهارم MASE را حفظ می‌کند و از Chronos-2، Timer-S1 و Toto پیشی می‌گیرد؛ رقبایی که بعضاً بسیار بزرگ‌ترند.

معماری r2 نسبت به r1 چه تغییری کرده؟

نسخه r1 از بلوک‌های ترنسفورمر استاندارد استفاده می‌کرد. در r2 این بلوک‌ها با ساختار کانفورمر جایگزین شده‌اند: دو لایه feed-forward نیمه‌مرحله‌ای که self-attention چندسر و یک لایه کانولوشن زمانی را احاطه می‌کنند. کانولوشن روابط کوتاه‌مدت را پوشش می‌دهد و attention روی وابستگی‌های بلندمدت تمرکز می‌کند — الگویی که در نمودارهای attention روی داده ETTh1 هم دیده می‌شود.

کرنل‌های کانولوشن با اندازه‌های ۳ و ۵ و در الگوی تکرارشونده {5, 5, 3, 3} به‌کار رفته‌اند. تعداد بلوک‌ها از ۲۰ به ۳۰ رسیده و پچ‌ها با ۵۰ درصد هم‌پوشانی، وزن‌دهی پنجره Hamming و روش overlap-and-add مرزهای پیش‌بینی را نرم می‌کنند.

خروجی مدل هم فقط یک عدد نیست: سر پیش‌بینی ۹۹ کوآنتایل ارائه می‌دهد، یعنی هم پیش‌بینی نقطه‌ای دارید و هم بازه اطمینان.

داده آموزش مدل چقدر شفاف است؟

کورپوس پیش‌آموزش به‌طور کامل مستند شده: داده‌هایی از GiftEvalPretrain، داده سینتتیک مبتنی بر KernelSynth، کورپوس TSMixup (محدود به دیتاست‌های خارج از مجموعه ارزیابی GIFT-Eval) و حدود ۵۰۰ هزار دنباله سینتتیک CauKer با طول ۴۰۹۶.

این شفافیت برای تیم‌های حاکمیت داده اهمیت دارد؛ می‌توانند بررسی کنند آیا داده بنچمارک به آموزش نشت کرده یا نه. IBM صراحتاً می‌گوید این کار نیاز به بازبینی مجوزی و حاکمیتی داخلی را حذف نمی‌کند، اما ابزار لازم برای آن را می‌دهد.

چطور می‌شود از PatchTST-FM-r2 استفاده کرد؟

بدون fine-tuning، فقط تاریخ اخیر سری را به پایپ‌لاین می‌دهید و پیش‌بینی همراه با کوآنتایل‌های درخواستی تحویل می‌گیرید — برای تقاضا، تله‌متری، مصرف انرژی، ترافیک یا هر سری زمانی با نمونه‌برداری منظم.

پیاده‌سازی معماری در مخزن Granite-TSFM موجود است و با چک‌پوینت‌های نسخه r1 سازگاری پس‌رو دارد؛ مهاجرت برای کاربران قبلی دردسر جدی ندارد.

IBM و Confluent هم چند مدل خانواده Granite Time Series شامل PatchTST-FM-r1، FlowState-r1.1، TTM-r3 و TSPulse را از طریق برنامه Early Access در Confluent Cloud عرضه کرده‌اند. استنتاج مستقیماً روی جریان‌های زنده با Apache Flink اجرا می‌شود و لازم نیست داده به یک محیط ML جدا منتقل شود.

مدل‌های سری‌زمانی عمومی شاید به اندازه LLMها سر و صدا نکنند، اما انتشار یک مدل SOTA با مجوز کاملاً آزاد و کورپوس مستند، دقیقاً همان چیزی است که تیم‌های داده برای تولید واقعی لازم دارند.

Source Name

سؤالات رایج

PatchTST-FM-r2 تحت چه مجوزی منتشر شده؟ تحت دو مجوز Apache 2.0 و OpenMDW 1.0 و کاربر می‌تواند هرکدام را انتخاب کند؛ استفاده تجاری مجاز است.

آیا برای استفاده از این مدل باید fine-tuning انجام داد؟ نه. مدل zero-shot است؛ کافی است تاریخ اخیر سری را به پایپ‌لاین بدهید و پیش‌بینی همراه با کوآنتایل‌ها دریافت می‌کنید.

آیا چک‌پوینت‌های نسخه قبلی هنوز کار می‌کنند؟ بله، r2 با چک‌پوینت‌های PatchTST-FM-r1 سازگاری پس‌رو دارد و مهاجرت ساده است.

بیشتر بخوانید

• OpenAI و مسئله ناویر–استوکس: اثبات تازه و جنجال اعتباردهی
• GPT-Live-1: مدل صوتی تمام‌دوطرفه اوپن‌ای‌آی در API
• GPT-6 Astra معرفی شد؛ مدل سازمانی OpenAI با کار بدون API