Mistral AI در ۱۵ اکتبر ۲۰۲۶ خانواده‌ی Timestral را منتشر کرد؛ نخستین مدل‌های بنیادین این شرکت برای سری‌های زمانی. چهار اندازه عرضه شده است: ۵M، ۲۸M، ۱۲۳M و ۲۰۹M پارامتر. به گفته‌ی شرکت، بزرگ‌ترین نسخه روی سه معیار اصلی عمومی این حوزه یعنی GIFT-Eval، TIME و fev-bench رتبه اول را دارد و حدود دو سوم پارامترهای بهترین نمونه‌ی پیشین مورد اشاره را به کار می‌گیرد.

Timestral پیش‌بینی احتمالاتی و چندمتغیره می‌دهد و می‌تواند به متغیرهای کمکی فقط گذشته یا متغیرهای آینده‌ی از پیش معلوم مثل تقویم یا برنامه‌ی تولید شرطی شود. Mistral این خانواده را روی مرز پارتو دقت در برابر اندازه می‌نشاند و می‌گوید در هر اندازه هیچ مدل عمومی بهتر نیست. نتایج به جدول‌های GIFT-Eval و TIME ارسال شده‌اند.

دستور کار فنی شامل پیش‌آموزش مصنوعی، توجه حساس به متغیر کمکی و یادگیری زمینه‌ی بلند است. شرکت می‌گوید استنتاج روی CPU کارآمد است و در تنظیمات zero-shot وقتی تاریخچه‌ی برچسب‌خورده در حوزه‌ی جدید کم است عملکرد خوبی دارد. سازگاری دامنه‌ای از راه تنظیم با Mistral Forge پیشنهاد می‌شود، نه آموزش از صفر برای هر مورد.

انگیزه‌ی سازمانی روشن است. تله‌متری حسگر، متریک‌های مشاهده‌پذیری، بار انرژی، جریان زنجیره‌ی تأمین و حجم‌های مالی همه سری‌هایی هستند که تصمیم‌های برنامه‌ریزی را تغذیه می‌کنند. ابزارهای کلاسیک مثل ARIMA هنوز برای یک سری مفیدند و مدل‌های عمیق تخصصی مثل PatchTST میان سری‌های مرتبط می‌آموزند، اما معمولاً مثل یک مدل بنیادین به حوزه‌ی جدید به‌صورت zero-shot منتقل نمی‌شوند.

روی GIFT-Eval و TIME، Mistral گزارش می‌کند مدل ۲۸M با وجود حدود چهار برابر کوچک‌تر بودن Chronos-2 را شکست می‌دهد و مدل ۲۰۹M با پارامتر کمتر از TimesFM-3 و Falcon-2.0 جلو می‌زند. این‌ها مقایسه‌های گزارش‌شده‌ی فروشنده از یک checkpoint بدون ensemble هستند؛ این بسته آن‌ها را نتایج نسبت‌داده‌شده می‌داند نه امتیازهای بازاجراشده‌ی مستقل.

جزئیات دسترس‌پذیری در پست انتشار بر استنتاج دوستدار CPU و معماری مشترک چهار اندازه تأکید دارد. مدل‌های کوچک‌تر کمی دقت را با سرعت و هزینه عوض می‌کنند؛ بزرگ‌ترها کیفیت پیش‌بینی را بالا می‌برند. Mistral این خانواده را نقطه‌ی شروعی برای تیم‌های صنعتی و مالی می‌داند که به‌جای شبکه‌ی سفارشی برای هر کارخانه، یک prior عمومی می‌خواهند.

Mistral همچنین تأکید می‌کند همه‌ی اندازه‌ها معماری و دستور آموزش یکسان دارند؛ بنابراین می‌توان بدون بازطراحی پرامپت یا خط تنظیم، در خانواده بالا یا پایین رفت. این برای کارخانه‌ها و میزهای مالی مهم است که مدل کوچک روی CPU در لبه‌ی کارخانه و برادر بزرگ‌تر در برنامه‌ریزی مرکزی می‌خواهند.

هنوز بسته‌بندی دقیق دانلود و API، مفاد مجوز فراتر از خلاصه‌ی وبلاگ، و سرعت تأیید رتبه‌ها در آینه‌های شخص ثالث روشن نیست. با این حال نخستین خانواده‌ی بنیادین سری زمانی از یک آزمایشگاه بزرگ اروپایی برای کسانی که با تله‌متری و برنامه‌ریزی کار می‌کنند رویداد محصولی مشخص است.

منابع