Mistral lanceert Timestral: geavanceerde tijdreeksmodellen voor probabilistische voorspellingen

Mistral heeft Timestral geïntroduceerd, de eerste familie van tijdreeks foundation modellen die probabilistische, multivariate voorspellingen levert met slechts 209 miljoen parameters. Dit nieuwe model overtreft grotere modellen op belangrijke benchmarks en ondersteunt zowel historische als toekomstige covariaten, wat het bijzonder geschikt maakt voor diverse toepassingen in de industrie.

De Timestral-modellen zijn beschikbaar in vier verschillende groottes (5M tot 209M parameters) en zijn ontworpen om een balans te bieden tussen nauwkeurigheid en efficiëntie. Ze draaien efficiënt op CPU's en zijn in staat om zero-shot voorspellingen te doen, wat betekent dat ze voorspellingen kunnen genereren zonder dat ze specifiek zijn getraind op de nieuwe gegevenssets.

De modellen zijn geoptimaliseerd voor multivariate voorspellingen, waarbij ze de onderlinge afhankelijkheid tussen verschillende variabelen benutten. Dit is cruciaal voor industrieën zoals de productie, waar bijvoorbeeld de temperatuur en druk van een pomp elkaar beïnvloeden. Bovendien biedt Timestral probabilistische voorspellingen, waardoor organisaties beter inzicht krijgen in de onzekerheid van hun voorspellingen en beter kunnen plannen op basis van risico's.

Een ander belangrijk kenmerk van Timestral is de ondersteuning voor bekende toekomstige covariaten, zoals productieplannen of weersvoorspellingen. Dit stelt organisaties in staat om hun voorspellingen te verbeteren door rekening te houden met bekende gebeurtenissen die van invloed kunnen zijn op de prestaties van hun systemen.

Voor organisaties die werken met AI en identiteitsbeheer, biedt Timestral de mogelijkheid om tijdreeksanalyses te integreren in bestaande monitoring- en beslissystemen. Dit kan helpen bij het optimaliseren van processen, zoals het voorspellen van onderhoudsbehoeften en het verbeteren van de operationele efficiëntie door real-time analyses van sensorinformatie.

Mistral biedt ook de mogelijkheid om Timestral aan te passen aan specifieke domeinen via Mistral Forge, wat organisaties in staat stelt om de modellen verder te fine-tunen op hun eigen gegevens. Dit zorgt ervoor dat de modellen niet alleen algemeen presteren, maar ook specifiek afgestemd zijn op de unieke behoeften van de organisatie.