NVIDIA Kumo Forecast (trước đây là NV‑Tesseract Forecasting) là một mô hình dự báo chuỗi thời gian đa biến mới, được xây dựng trên nền tảng Transformer MOMENT‑1‑large với khoảng 340 triệu tham số. Thư viện này được công bố trên Hugging Face, cho phép các nhà phát triển dễ dàng tích hợp vào pipeline dữ liệu.
Kumo Forecast cung cấp hai chế độ dự báo: Direct Forecasting sử dụng trực tiếp encoder và một head dự báo được huấn luyện; và Domain‑Aware Representation and Retrieval (DARR), trong đó mô hình sẽ truy xuất các mẫu tương tự từ dữ liệu lịch sử bằng phương pháp k‑nearest‑neighbor, sau đó kết hợp với dự báo trực tiếp. Điều này giúp cải thiện độ chính xác, đặc biệt khi dữ liệu hiện tại có xu hướng thay đổi theo các mô hình lịch sử.
Thư viện mang lại một API “DataFrame‑first”, cho phép người dùng truyền vào pandas.DataFrame làm đầu vào, cấu hình độ dài horizon, và tùy chọn cung cấp context_df để kích hoạt chế độ DARR. Ngoài ra, Kumo Forecast còn tích hợp một khung giải thích (interpretability) đa dạng: các giải thích về lag, tính năng, chẩn đoán luồng ngữ nghĩa và độ ổn định dự báo, thậm chí hỗ trợ Integrated Gradients trên embedding.
Với kiến trúc tách rời encoder đã được tiền huấn luyện và head dự báo tùy chỉnh, mô hình có thể mở rộng sang các miền thời gian khác nhau mà không cần tái huấn luyện toàn bộ mạng. Điều này làm giảm chi phí tính toán và tăng tốc triển khai trong các ứng dụng thực tế như dự báo nhu cầu năng lượng, tài chính hay y tế.
Những tính năng tiên tiến này hứa hẹn sẽ giúp cộng đồng AI Việt Nam tiếp cận các công cụ dự báo mạnh mẽ, đồng thời thúc đẩy nghiên cứu và ứng dụng AI trong lĩnh vực thời gian‑dữ liệu.
Nguồn: Hugging Face — Biên dịch & tổng hợp: danhbaai.com