Timestral de Mistral pronostica números a lo largo del tiempo y se ejecuta en una CPU simple

Mistral AI, el laboratorio francés, presentó Timestral el 15 de octubre. A diferencia de los chatbots por los que es más conocido, Timestral no escribe texto. Es una familia de modelos para realizar pronósticos: usted introduce un historial de números, como el uso de electricidad, las ventas o las lecturas de sensores, y predice lo que viene a continuación. Los investigadores llaman a estos datos “series de tiempo”, simplemente mediciones tomadas a lo largo del tiempo.

Hay cuatro tamaños, desde 5 millones hasta 209 millones de parámetros (los números ajustables dentro de un modelo, por lo que son pequeños al lado de los chatbots). En lugar de una suposición, Timestral ofrece un pronóstico probabilístico en 21 cuantiles, que es una forma elegante de decir un rango: “lo más probable es que esto, pero es plausible en cualquier lugar entre estos dos valores”. Puede incluir varias series relacionadas a la vez, además de información adicional, como días festivos futuros conocidos. Mistral dice que no se necesita GPU. En una CPU de servidor de 8 subprocesos, un pronóstico con un día de antelación a partir de tres semanas de historial de 15 minutos tarda unos 10 milisegundos con el modelo más pequeño y 140 milisegundos con el más grande.

Mistral informa que el modelo 209M ocupa el primer lugar entre los modelos pretrained, zero-shot en tres pronósticos públicos benchmarks (GIFT-Eval, TIME y fev-bench). “Zero-shot” significa que trabaja con sus datos sin capacitación adicional. Una advertencia justa: estos son los resultados del propio Mistral y el informe técnico completo aún está por publicarse. Los modelos más pequeños de 5M y 28M intercambian cierta precisión por velocidad. La licencia es una MIT modificada y el código y los modelos están en GitHub y Hugging Face. Las empresas también pueden ajustarlo y ejecutarlo en sus instalaciones o en configuraciones aisladas.

Qué hay detrás de esto: la mayoría de los titulares de IA tratan sobre grandes modelos de lenguaje, pero muchos de los negocios cotidianos son números a lo largo del tiempo: cuántos clientes visitan el viernes, cuánta energía consumirá un edificio, cuándo es probable que una máquina necesite servicio. Los modelos básicos para series temporales aplican la misma idea que los chatbots: entrenan un modelo general con grandes cantidades de datos para que pueda manejar nuevas tareas sin tener que empezar de nuevo. El tamaño pequeño es el punto aquí. Un modelo con esta luz puede ubicarse junto a los datos en lugar de en un centro de datos distante.

Qué significa esto para ti: para la mayoría de las personas, nada cambia hoy, y eso está bien. Si trabaja con hojas de cálculo de números recurrentes, digamos las ventas de una pequeña tienda o un registro de energía en el hogar, esto sugiere herramientas de pronóstico que se ejecutan en hardware común sin enviar datos. Los desarrolladores pueden probarlo en una computadora portátil. Como siempre, trate un pronóstico como un rango de posibilidades y compárelo con sus propios datos anteriores antes de confiar en él.

Fuentes

• Mistral AI: Presentamos Timestral