chronos-bolt-small
קוד פתוחautogluonapache-2.02024-11-13
מודל חיזוי זמנים זעיר שרץ מהר מאוד על כל מכונה רגילה. הוא מיועד למי שרוצה תחזית אפס-דוגמאות לסדרות עתיות בלי לאמן רשת מורכבת מראש.
- 48Mפרמטרים
- 512טוקנים בהקשר
- 182 MBמשקל הקבצים
- 6,145,869הורדות בחודש
מה זה
הגרסה הזו מתבססת על t5-efficient-small ואומנה על כמעט מאה מיליארד תצפיות של סדרות עתיות. במקום לייצר טוקן בודד בכל פעם, היא מחלקת את הרצף ההיסטורי לקטעים ומייצרת תחזית ישירה לכמה צעדים קדימה. לפי נתוני המפתחים, השיטה הזו מביאה למהירות גבוהה פי 250 ולחיסכון של פי 20 בזיכרון מול גרסאות כרונוס הישנות באותו גודל.
בבדיקות השוואה על 27 מאגרי נתונים, המודל עקף מודלים סטטיסטיים ותשתיות למידה עמוקה שאומנו ישירות על המידע הזה, למרות שהוא פעל בגישת אפס-דוגמאות בלבד. השיפור מתבטא במדדי שגיאה כמו MASE וחיזוי הסתברותי לפי WQL, מה שהופך אותו לבחירה טובה כשצריך דיוק סביר מיידי בלי התאמות ממושכות.
מתאים ל
- חיזוי ביקושים בשרת רגיל
מתאים לחיזוי מלאי ומכירות לפי שעה או יום ישירות על המעבד, בלי צורך בשרת מאיץ ייעודי.
- ניתוח עומסי תעבורה
מאפשר לחזות עומסים בתשתיות תוכנה במהירות גבוהה ובמינימום צריכת זיכרון.
- מדד בסיס למודלים
נותן נקודת השוואה מהירה לחיזוי באפס-דוגמאות לפני שמשקיעים באימון מודלים מותאמים.
איפה זה נופל
חלון ההקשר מוגבל ל־512 תצפיות בלבד. אם הסדרה שלכם דורשת היסטוריה ארוכה בהרבה כדי לזהות עונתיות מורכבת, המודל פשוט יחתוך אותה. בנוסף, חלוקת המידע לקטעים והחיזוי הישיר אולי מהירים, אבל במקרים קיצוניים של סדרות רועשות במיוחד או נתונים חסרים, היעדר אימון ייעודי על הנתונים הספציפיים שלכם עלול לייצר תחזיות שטוחות.
שאלות
נפוצות
חייבים כרטיס מסך בשביל להריץ אותו?
לא. המודל שוקל 182 מגה-בייט ורץ ביעילות גבוהה גם על מעבדי אינטל או AMD רגילים. כרטיס מסך יקצר זמנים רק אם אתם שולחים אלפי סדרות במקביל באצווה אחת.
אפשר להזין לו סדרה עם יותר מ־512 נקודות?
חלון ההקשר מוגבל ל־512 תצפיות היסטוריות. אם יש לכם רצף ארוך יותר, תצטרכו לדגום אותו במרווחים גדולים יותר או להזין רק את 512 הנקודות האחרונות.
איך מריצים
בגודל של 48 מיליון פרמטרים ומשקל קבצים של 182 מגה-בייט בלבד, אפשר להריץ אותו בקלות על כל מעבד סטנדרטי בלי לגעת בכרטיס מסך. אין צורך בתשתית מיוחדת, והוא נתמך ישירות דרך ספריית AutoGluon בפייתון, או בהרצה מנוהלת בענן על שרת כמו ml.c5.2xlarge דרך SageMaker JumpStart.
במשפחת בולט יש גרסאות מ־9 מיליון ועד 205 מיליון פרמטרים. אם הנפח שלכם קטן או התקציב הדוק, הגודל הזה הוא נקודת אמצע נוחה. פנייה לשירות ענן מנוהל מתאימה בעיקר למי שלא רוצה לתחזק תהליכי שרת עצמאיים, אבל היות שהמודל שוקל מעט, הרצה עצמית בתוך הקוד שלכם פשוטה וזולה יותר ברוב המקרים.
pip install -U huggingface_hub hf download autogluon/chronos-bolt-small
הקבצים
4 קבצים במאגר, 182 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.
הרישיון
הפרויקט מופץ תחת רישיון אפאצ'י 2.0. מותר להשתמש בו לצרכים מסחריים, לשנות את הקוד ולשלב אותו במוצרים סגורים, כל עוד שומרים על הודעת זכויות היוצרים ומצרפים עותק של הרישיון.
- שימוש מסחרי
- שינוי הקוד
- הפצה מחדש
- שימוש בפטנטים