chronos-2
קוד פתוחamazonapache-2.02025-10-30
מודל חיזוי לסדרות עת שמביא ארכיטקטורת אינקודר עם 119 מיליון פרמטרים ומנבא קוונטילים בלי אימון מקדים, כולל תמיכה מובנית במשתנים מרובים ומשתנים מסבירים.
- 119Mפרמטרים
- 456 MBמשקל הקבצים
- 23,768,593הורדות בחודש
- 442לייקים
מה זה
המודל הזה לוקח את עולם החיזוי של סדרות עת צעד קדימה מהגרסאות הקודמות של משפחת Chronos. בעוד שהגרסאות הישנות הוגבלו בעיקר לסדרה בודדת וקצרה, כאן מדובר במודל שמטפל בבת אחת בכמה סדרות נתונים במקביל, כולל משתנים מסבירים היסטוריים ומשתנים עתידיים ידועים כמו מבצעים או חגים. הוא מבוסס על אינקודר בהשראת T5 עם מנגנון group attention, מה שמאפשר לו ללמוד הקשרים רוחביים ישירות בתוך הפרומפט.
הוא מציע קפיצה טכנית גדולה באורך ההקשר, עם תמיכה בעד 8192 נקודות זמן בהיסטוריה וחיזוי קדימה של עד 1024 צעדים. במבחני הביצועים הציבוריים כמו fev-bench, GIFT-Eval ו־Chronos Benchmark II, המודל הגיע לדיוק המוביל בקטגוריית האפס-דוגמאות, כשהוא משאיר מאחור מודלים קודמים בלי צורך בכוונון עדין על הנתונים שלכם.
מתאים ל
- תחזיות ביקוש ומלאי
חיזוי במקביל של אלפי מוצרים תוך התחשבות במבצעים עתידיים ומשתנים קטגוריאליים.
- חיזוי צריכת חשמל
מודל שמסוגל לקלוט 8192 נקודות עבר כדי לתפוס מחזוריות שעתית ויומית במדויק.
- הסקה מהירה במערכות זמן אמת
קצב של מאות סדרות בשנייה שמתאים לשילוב בתהליכי קבלת החלטות מהירים על מעבד או GPU.
איפה זה נופל
למרות הקפיצה ביכולות, מודלי חיזוי מבוססי אפס-דוגמאות עדיין עלולים לייצר תחזיות בעייתיות כשמדובר בסדרות עם דפוסים חריגים שלא הופיעו בדאטהסטים הסינתטיים או במאגרי האימון הציבוריים. בנוסף, חלון החיזוי מוגבל ל־1024 צעדים קדימה, כך שאם אתם צריכים תחזית ארוכת טווח מעבר לזה, המודל לא יתאים בלי פירוק של המשימה.
שאלות
נפוצות
האם חייבים GPU כדי להריץ את המודל?
לא, המודל תומך בהרצה על מעבד רגיל ומשקלו הכולל הוא 456 מגה-בייט בלבד. כרטיס מסך נותן מהירות גבוהה של מעל 300 סדרות בשנייה, אך לפיתוח או משימות קטנות ה־CPU מספיק בהחלט.
מה ההבדל המרכזי בין Chronos-2 לגרסאות הקודמות?
הגרסה הזו תומכת מובנית במשתנים מרובים ובמשתנים מסבירים עתידיים והיסטוריים, בניגוד לעבר שבו נדרשו מודלים חיצוניים. בנוסף, טווח החיזוי גדל מ־64 צעדים ל־1024, וחלון ההקשר צמח ל־8192 נקודות.
איך מריצים
במשקל של 456 מגה-בייט בלבד, מדובר במודל קל מאוד שאפשר להריץ מקומית בלי לחשוב פעמיים. הוא תומך בהסקה על גבי מעבד רגיל לחלוטין לצד כרטיסי מסך, כשעל מאיץ בודד מסוג A10G הוא מייצר מעל 300 תחזיות בשנייה. התקנה של ספריית chronos-forecasting בגרסה 2.0 ומעלה מאפשרת לעבוד ישירות מול DataFrames של pandas בלי תיווך מסובך.
אם אתם צריכים להריץ אותו בסביבת ייצור בקנה מידה רחב, אמזון מציעה פריסה מוכנה ב־SageMaker דרך AutoGluon-Cloud או JumpStart, על מכונות כמו ml.g5.xlarge. פנייה לשירות ענן כזה הגיונית בעיקר כשצריך נקודת קצה לחיזוי בזמן אמת עם תעבורה משתנה, אבל לרוב הצרכים אפשר פשוט להריץ אותו ישירות בתוך הקוד שלכם.
pip install -U huggingface_hub hf download amazon/chronos-2
הקבצים
4 קבצים במאגר, 456 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.
הרישיון
המודל משוחרר תחת רישיון Apache 2.0. זהו רישיון קוד פתוח מתירני שמאפשר שימוש מסחרי חופשי, שינוי של הקוד והפצה של המודל כחלק ממוצר סגור, בתנאי ששומרים על הודעות זכויות היוצרים והרישיון המקורי.
- שימוש מסחרי
- שינוי הקוד
- הפצה מחדש
- שימוש בפטנטים