IBM releases SOTA Granite Time Series PatchTST-FM-r2 model with commercial-friendly license
Bild från huggingface.co
IBM har släppt Granite Time Series PatchTST-FM-r2, en uppdaterad modell för att förutsäga tidsserier — till exempel efterfrågan, priser eller energiförbrukning — utan att behöva träna en separat modell för varje dataset.
Modellen är cirka 385 miljoner parametrar stor och presterar bäst bland kommersielt användbara modeller enligt GIFT-Eval-jämförelsen från september 2026. Den nya versionen kombinerar en uppdaterad arkitektur med bättre förmåga att förstå både långsiktiga och kortsiktiga mönster i data, och är helt öppen med kod och vikter tillgängliga.
Time-series foundation models are changing the way forecasting systems are built. Instead of training and maintaining a separate model for every dataset, users can use a pretrained model and generate forecasts zero-shot.
Läs hela hos Hugging Face →
Sammanfattningen är skriven av Vibekollen utifrån källans egen publicering. Innehållet tillhör Hugging Face.