6.5M 参数时序模型经管线修复 MASE 降 43.8%,性能反超 31 倍大模型
eulogik · hf · 2026-09-29
NanoForecast v0.5 是仅 6.5M 参数的时序预测模型，架构未变，仅通过修正训练管线（损失作用域处理、张量形状对齐、更广的数据增强覆盖），在相同数据与算力预算下将整体 MASE 从 3.030 降到 1.704，降幅 43.8%。
对比结果：
- 在全部三个 ETT 数据集和汇率数据集上超越 200M 参数的 TimesFM（后者 31 倍大）；TimesFM 仅在高基数电力与交通数据集保持明显优势；
- 对 15M+ 参数的 PatchTST（官方配置）赢得全部三个 ETT 数据集；
- 训练约 12 小时（单张 T4/Colab），推理无需 GPU（Apple M4 CPU 实测）；代码、权重与评测框架以 Apache 2.0 开源。
「研究」频道最新
- EMNLP 论文 ToolLoop：分三阶段反向合成工具调用训练数据 — jiqizhixin · 2026-09-29
- 清华团队人形机器人羽毛球上线：30 分钟动数据学会正反手与跳杀回球 — ChongZzZhang · 2026-09-29
- 开源 AI 实现 X 光与 3D CT 亚毫米级配准，登上 Nature — Dr_Alex_Crimi · 2026-09-29
- 模拟人类意识：论文探讨在AI与机器人中构建意识的新前沿 — ugail · 2026-09-29
- UNSW 研究让 AI 扮演醉酒，模型更易违规泄密 — gaganghotra_ · 2026-09-29
- 176.9B 模型压到 1.89 有效 bpw，29.6GB 单卡跑 Coder 版 — Loginhe · 2026-09-29