GPT
T

TiRex-2

קוד פתוח

NX-AIapache-2.02026-06-16

  • tirex-2
  • time-series-forecasting

מודל חיזוי סדרות עתיות שפועל בשיטת אפס דוגמאות על משתנה יחיד או מרובה, כולל שילוב משתנים עתידיים ידועים מראש, במשקל של 363 מגה-בייט בלבד.

  • 363 MBמשקל הקבצים
  • 3,137הורדות בחודש
  • 41לייקים

מה זה

מדובר במודל ייעודי לחיזוי סדרות עתיות שלא דורש אימון על הנתונים שלכם כדי להתחיל לעבוד. הוא מקבל היסטוריה של מדד אחד או כמה מדדים במקביל, יודע לשקלל משתנים חיצוניים מהעבר וגם נתונים שידועים קדימה כמו ימי חג, תאריכים או מבצעים מתוכננים, ומוציא תחזית ישירות מתוך נקודת הבסיס הזו.

הייחוד פה הוא הגודל מול היכולת. במקום להחזיק מודלי ענק, הוא מפעיל 38.4 מיליון פרמטרים בלבד למצב של משתנה בודד, ומוסיף עוד 44.1 מיליון פרמטרים כשרצים על כמה משתנים ביחד. החבילה כולה שוקלת 363 מגה-בייט ומספקת נקודת מוצא קלה מאוד לתחזיות בלי צורך בכיול מורכב מראש.

מתאים ל

  • חיזוי עומסים ומכירות

    מאפשר לשלב משתנים עתידיים כמו חגים ומבצעים ישירות לתוך תחזית הביקוש בלי לאמן מודל מאפס.

  • ניתוח חיישנים מרובים

    מטפל בכמה ערוצי מדידה במקביל מאותו ציר זמן דרך מודל קל משקל שרץ על מעבד רגיל.

  • הערכת ביצועים מחקרית

    כולל גרסאות נקיות מנתוני בדיקה פומביים שמאפשרות בדיקה הוגנת על מאגרי השוואה מוכרים.

איפה זה נופל

הגרסה החופשית הזו מוגבלת ביחס לגרסה המסחרית של החברה. היא לא כוללת את מנגנון הזרמת המידע המהיר שמעדכן תחזיות בריצה רציפה בלי לחשב את כל ההיסטוריה מחדש, והיא אינה מותאמת לחומרה ייעודית של קצה או מחשוב תעשייתי. בנוסף, המודל מבצע תחזית בלבד, ולא מיועד למשימות סיווג או רגרסיה של סדרות עתיות בלי מעטפת נפרדת שלא קיימת כאן.

שאלות
נפוצות

האם צריך כרטיס מסך חזק כדי להריץ אותו?

לא. המודל שוקל 363 מגה-בייט ומפעיל כמה עשרות מיליוני פרמטרים בודדים. סביבת הבסיס של הפרויקט מוגדרת לרוץ על מעבד רגיל לחלוטין בלי תלות ב־CUDA.

האם המודל תומך בעדכון תחזית בזמן אמת ממידע שזורם ברציפות?

לא בגרסה הזו. היכולת לעדכן תחזית באופן אינקרמנטלי בלי לחשב מחדש את כל ההיסטוריה שמורה לגרסת הפרו הקניינית של החברה.

איך מריצים

המודל רץ ישירות על מעבד רגיל או על גראפי, וההתקנה שלו מנוהלת דרך מנהל החבילות Pixi ולא רק עם pip סטנדרטי. בגלל המשקל הנמוך של הקבצים, אין צורך בשרתים כבדים או כרטיסי מסך יקרים, ואפשר להריץ אותו מקומית על מחשב פיתוח ממוצע בעזרת ספריית tirex-2 ופייתורץ'.

קיימות גם גרסאות מנוקות שנקראות TiRex-2-g ו־TiRex-2-f, שמיועדות למי שרוצה לבצע בדיקות השוואה אקדמיות מול מאגרי מידע מוכרים בלי שהנתונים שלהם יופיעו באימון המקורי. להרצה בסיסית של נקודת קצה יחידה המודל הרגיל מספיק בהחלט.

pip install -U huggingface_hub
hf download NX-AI/TiRex-2

הקבצים

7 קבצים במאגר, 363 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

רישיון אפאצ'י 2.0 מלא. אפשר להשתמש בו לצרכים מסחריים, לשלב אותו בתוך מוצר סגור, לשנות את הקוד ולהפיץ אותו חופשי, כל עוד שומרים על הודעת הרישיון ומתן הקרדיט המקורי.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗