GitHub-радар
TimesFM 3.0: Предсказательная модель от Google на ноутбуке
Небольшая предобученная модель для предсказания будущих значений временных рядов, например данных о продажах или трафике. Веса доступны для некоммерческого использования.
TimesFM 3.0 — новый релиз предобученной базовой модели для прогнозирования временных рядов от Google Research. Имея на входе временной ряд (например, дневные продажи, трафик сайта или запасы на складе), TimesFM предсказывает будущие значения и квантили, давая распределение возможных значений, а не просто точечную оценку. Модель обучена на множестве наборов данных временных рядов, включая просмотры страниц Википедии и запросы Google Trends, а также на синтетических данных. Официальные веса для PyTorch — здесь. У неё около 330 млн параметров. Веса модели лицензированы по TimesFM Non-Commercial License v1.0.
Зачем это вайб-кодеру
Раньше прогнозирование было уделом трендовой линии в таблице или человека-датасайентиста. Теперь, с небольшими предобученными моделями, вы можете получить прогнозы с интервалами неопределённости за считаные минуты, что может помочь вам планировать запасы, бюджеты или контент (в некоммерческих целях).
Как поставить
Скопируйте и отправьте своему агенту — Claude Code, Codex, любому:
Поставь мне модель прогнозов TimesFM 3.0 от Google: https://huggingface.co/google/timesfm-3.0-pytorch — возьми мою таблицу с данными по дням, сделай прогноз на следующий месяц и покажи график с диапазоном значений. Учти, что лицензия некоммерческая.
Обычный ноутбук, видеокарта не нужна — модель занимает около 0.7 ГБ.
Открыть на Hugging Face▌ Ещё находки