Mistral 开源 Timestral 时间序列基础模型，最大 209M 参数
LatentSpacer · reddit · 2026-10-15
Mistral 发布 Timestral 时间序列基础模型家族，提供 5M / 28M / 123M / 209M 四个参数规模，支持零样本（zero-shot）预测。
主要特性：
- 架构为基于 patch 的 Transformer，结合时间注意力与变量注意力，24 层，嵌入维度 768；每个 patch 覆盖 32 个时间步
- 支持单变量与多变量预测、仅历史协变量与已知未来协变量，并输出覆盖 21 个分位数（0.01–0.99）的概率预测
- 上下文最长 32,768 个时间步（1,024 个 patch），单次前向可预测最长 1,024 步；更长预测期可分块滚动，将每块中位数预测追加进上下文
- 缺失值以 NaN 标记，类别协变量经目标编码；支持 PyTorch 在 CPU/GPU 推理
模型权重已上传 Hugging Face，GitHub 同步开源推理与基准复现代码。
所属事件:Mistral 开源 Timestral 时序基础模型，最大 209M 参数(6 条相关)→
「模型」频道最新
- Opus 5.5 发布近月仍领先,但开源决策模型正在追赶 — airesearch12 · 2026-10-16
- Google 削减权益：Google Plus 订阅的 Pro 模型额度也被限制 — EmergencyLess8861 · 2026-10-16
- Meta 发布 Muse Spark Open,vLLM 支撑训练期 RL 推理并首日适配 — colinmcnamara · 2026-10-16
- Meta 开源 Muse Spark Open：两台 Mac Studio 就能跑，许可证禁止冒充人类创作 — mawcopolow · 2026-10-16
- 2024 年 Golden Gate Claude 视频再流行:可解释性 premise 至今仍成立 — HarperSCarroll · 2026-10-16
- Hugging Face 直播发布全新开源权重模型 — huggingface · 2026-10-16