IBM Granite giới thiệu Granite Timeseries Ensemble, một bộ bốn mô hình thời gian mở trên Hugging Face, cho phép dự báo mà không cần huấn luyện lại trên dữ liệu của người dùng. Nhờ kiến trúc đa dạng (PatchTST‑FM, FlowState, Tiny Time Mixers…), Ensemble tự động kết hợp các dự báo để trả về giá trị trung vị và các quantile, giảm thiểu việc phải lựa chọn mô hình duy nhất.
Người dùng chỉ cần cài đặt granite-tsfm (phiên bản ≥0.3.11) và tải mô hình ibm-granite/granite-timeseries-ensemble-r1 từ Hugging Face. Đoạn mã mẫu đọc dữ liệu CSV, truyền 1024 bản ghi lịch sử và yêu cầu dự báo 24 bước tới. Kết quả trả về prediction_outputs (dự báo điểm) và quantile_outputs (các quantile từ 0.1 tới 0.9), cho phép xây dựng khoảng tin cậy 80%.
Ensemble không lưu trữ trọng số đã học; thay vào đó, cấu hình Ensemble tải bốn checkpoint mô hình tại thời điểm chạy, vì vậy lần đầu có thể mất thời gian tải dữ liệu. Các mô hình thành phần được cấp phép tự do, giúp người dùng tùy chỉnh hoặc mở rộng giao diện dự báo với các forecaster tương thích khác.
Như trong dự báo thời tiết, việc kết hợp nhiều mô hình giúp giảm rủi ro chọn sai mô hình duy nhất và tận dụng đa dạng lỗi của từng mô hình. Đối với cộng đồng AI và doanh nghiệp Việt, giải pháp này cung cấp công cụ dự báo nhanh, chi phí thấp và dễ tích hợp, mở ra cơ hội áp dụng AI vào quản lý chuỗi cung ứng, dự báo nhu cầu bán lẻ và các ứng dụng thời gian thực khác.
Nguồn: Hugging Face — Biên dịch & tổng hợp: danhbaai.com