209M 称三项第一，技术报告还没来

页面可见日期是 10 月 15 日。正文写，今天放出 Timestral，Mistral 的第一组时间序列基础模型。最大的一个只有 209M 参数，在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上排第一，并且只用了此前最强大约三分之二的参数。在预训练、零样本模型里，它称五项指标都是第一，来自同一个检查点，没有做集成。结果已经提交到 GIFT-Eval 和 TIME 排行榜。技术报告写着随后才会来。

所以这里的“第一”是他们自己的评测，加上一次提交。它还不是排行榜页面上已经能点开、由榜单方确认的名次。页面结构化数据里另有一个 7 月 15 日，正文和可见日期都是 10 月 15 日，正文也写了今天发布。这篇按页面上的发布说明来写。

[1]
一台炭黑色的机箱。
一台炭黑色的机箱，正面涂成实心的炭黑，顶上一条灰蓝。, AI 生成插画，不是新闻照片

四个尺寸，CPU 上是几十到一百多毫秒

四个尺寸是 5M、28M、123M 和 209M，架构和训练配方相同。他们写，每个尺寸都处在准确率对模型大小的前沿上：同样大小，没有公开模型预报得更好。这句话的对照范围是他们画出的那张图，正文没有把图上每个点的分数列成表。

在 8 线程的普通服务器 CPU 上，用三周、每 15 分钟一条的历史去预报未来一天，5M 要 10 毫秒，209M 要 140 毫秒。28M 比 209M 快五倍。123M 的分数离 209M 在 0.2% 以内，延迟大约是 209M 的四分之三。他们还写，28M 在 GIFT-Eval 和 TIME 上胜过大约四倍大的 Chronos-2；209M 以更少参数胜过 TimesFM-3 和 Falcon-2.0。除了零样本、单检查点、不集成，这些对照的硬件条件正文没有再列。模型不需要用图形处理器做推理。

[1]

先用合成数据，上下文从 8192 拉长四倍

训练数据的大部分是合成的。先在纯合成数据上预训练，上下文 8192，再用真实和合成混合的数据后训练，上下文是预训练的 4 倍。目标是 21 个分位数上的 pinball 损失。模型卡写，上下文长度 32768 个时间步，输出是 21 个分位数的概率预报，输入可以是多变量目标、只有过去的协变量，以及事先已知的未来协变量。许可证是修改过的 MIT。部署可以在本地、专有网络或与外网隔开的环境里。

他们举的例子是工厂里成千上万的传感器：振动、温度和压力一起预报，而不是每条序列各算各的。这是用法说明，不是一家工厂的实测误差。

[1]