IBM releases SOTA Granite Time Series PatchTST-FM-r2 model with commercial-friendly license
Artikelbild eller återanvändbart omslag för Hugging Face
IBM har släppt Granite Time Series PatchTST-FM-r2, en uppdaterad modell för att förutsäga tidsserier — till exempel efterfrågan, priser eller energiförbrukning — utan att behöva träna en separat modell för varje dataset.
Modellen är cirka 385 miljoner parametrar stor och presterar bäst bland kommersielt användbara modeller enligt GIFT-Eval-jämförelsen från september 2026. Den nya versionen kombinerar en uppdaterad arkitektur med bättre förmåga att förstå både långsiktiga och kortsiktiga mönster i data, och är helt öppen med kod och vikter tillgängliga.
Time-series foundation models are changing the way forecasting systems are built. Instead of training and maintaining a separate model for every dataset, users can use a pretrained model and generate forecasts zero-shot.
Sammanfattningen har tagits fram med AI av Vibekollen utifrån källans publicering. Innehållet tillhör Hugging Face.
Mer att läsa
One word for AI agents in 2027
Nate Herk för 4 tim sedan
Tests: chatbots rely on three obscure AI-built voter sites for US midterm answers; Copilot cited the error-prone Ballot Brief in 75% of tests and ChatGPT in 22%
Techmeme för 5 tim sedan
Build an AI Code Reviewer with OpenRouter
OpenRouter för 5 tim sedan
AI:AM: Carbon in the Arena, Mistral's Le Chonk, the Agent-Run Economy, Ferroelectric RAM + New Hacks
The Cognitive Revolution för 7 tim sedan