Google Research vừa cập nhật phiên bản TimesFM 3.0, mô hình nền tảng tiên tiến dành riêng cho tác vụ dự báo chuỗi thời gian (Time Series Foundation Model). Đây là bước tiến lớn giúp nâng cao độ chính xác khi dự đoán dữ liệu trong nhiều lĩnh vực từ tài chính đến quản lý chuỗi cung ứng.
Điểm nâng cấp sáng giá nhất của TimesFM 3.0 là khả năng hỗ trợ tự nhiên dữ liệu chuỗi thời gian đa biến (multivariate) cùng các biến phụ thuộc trong cả quá khứ và tương lai. Mô hình đạt hiệu suất dẫn đầu trên cả 3 bộ kiểm thử lớn nhất hiện nay. Người dùng có thể dễ dàng cài đặt qua PyTorch và thực hiện tinh chỉnh (fine-tuning) bằng kỹ thuật PEFT với LoRA tích hợp sẵn trong thư viện HuggingFace Transformers.
Đáng chú ý, TimesFM 3.0 còn bổ sung tài liệu hỗ trợ cho các agent AI thông qua định dạng SKILL.md. Tuy nhiên, lập trình viên cần lưu ý rằng trọng số mô hình của phiên bản 3.0 hiện được phát hành theo giấy phép phi thương mại, trong khi các phiên bản từ 2.5 trở xuống vẫn duy trì giấy phép Apache-2.0 mở hoàn toàn.
Việc Google ra mắt TimesFM 3.0 mở ra cơ hội lớn cho các nhà nghiên cứu và kỹ sư AI tại Việt Nam ứng dụng mô hình foundation vào phân tích dữ liệu chuỗi thời gian phức tạp một cách hiệu quả và tối ưu nhất.
Nguồn: GitHub Trending — Biên dịch & tổng hợp: danhbaai.com