Timestral là bộ mô hình thời gian đầu tiên của Mistral, được thiết kế để tạo ra dự báo đa biến xác suất với chỉ 209 triệu tham số. Bộ mô hình gồm bốn phiên bản (5M, 28M, 123M, 209M) và đã đạt vị trí số một trên ba bảng xếp hạng công khai GIFT‑Eval, TIME và fev‑bench, vượt qua các mô hình lớn hơn nhờ hiệu suất cao và kích thước nhỏ gọn.
Những mô hình này hỗ trợ covariate-aware attention và học dài hạn, cho phép sử dụng các biến giải thích quá khứ và tương lai. Nhờ quá trình tiền‑huấn luyện trên tập dữ liệu đa dạng, Timestral có khả năng zero‑shot forecasting trên các miền dữ liệu chưa từng gặp, từ cảm biến công nghiệp tới dự báo tài chính. Các kết quả được đưa lên các bảng xếp hạng GIFT‑Eval và TIME, trong đó mô hình 28M còn thắng mô hình Chronos‑2 lớn gấp bốn lần.
Timestral được tối ưu để chạy trên CPU, giảm chi phí hạ tầng và phù hợp với doanh nghiệp không có GPU mạnh. Ngoài dự báo mặc định, người dùng có thể fine‑tune mô hình qua Mistral Forge để thích nghi với các miền đặc thù, mở ra khả năng áp dụng rộng rãi trong quản lý năng lượng, chuỗi cung ứng, và dự báo tài chính.
Với sự ra mắt này, cộng đồng AI Việt Nam có cơ hội tiếp cận một công cụ mạnh mẽ, mở nguồn cho các dự án dự báo thời gian mà không cần đầu tư hạ tầng GPU đắt đỏ, đồng thời thúc đẩy nghiên cứu và ứng dụng AI trong các ngành công nghiệp nội địa.
Nguồn: Hacker News — Biên dịch & tổng hợp: danhbaai.com