IBM 发布开源 Granite 时间序列集成预测模型
IBM Research 推出 Granite Timeseries Ensemble,通过统一接口组合 PatchTST-FM-r1、PatchTST-FM-r2、FlowState-r1.1 和 TTM-r3 四种不同架构的预训练模型。
IBM Research 推出 Granite Timeseries Ensemble,通过统一接口组合 PatchTST-FM-r1、PatchTST-FM-r2、FlowState-r1.1 和 TTM-r3 四种不同架构的预训练模型。
NVIDIA 推出预训练关系型基础模型 Kumo Relational,无需任务特定微调与特征工程,直接在企业级关系型数据库上通过单次前向传播进行预测。在 15 个数据库的 41 项基准测试中,其少样本上下文学习表现超越了专家工程构建的梯度提升树流水线与监督深度学习模型,并支持扩展至超 500B 行数据。