- Timestral هو عائلة من النماذج تقرأ أرقاما مسجلة بترتيب زمني، مثل قراءات أجهزة استشعار المعدات أو المبيعات اليومية، ثم تتنبأ بالقيم المقبلة. يتوفر في أربعة أحجام، من 5M إلى 209M معامل، وبدلا من عرض قيمة متوقعة واحدة يعرض نطاقا لعدم اليقين باستخدام عدة نقاط مئينية.
- تقول ميسترال إن أكبر نموذج لديها بـ 209M معامل حل في المركز 1 في ثلاثة اختبارات مرجعية عامة هي GIFT-Eval وTIME وfev-bench. هذا ادعاء من فريق المطورين. وجرت المقارنة بين نماذج zero-shot التي تستخدم دون تدريب إضافي، باستخدام نقطة حفظ واحدة لكل نموذج.
- وفقا للنص الأصلي، استغرق التنبؤ بيوم قادم من سلاسل 3 مسجلة بفواصل زمنية 15 دقيقة على خادم بمعالج 8 خيطا، 10ms مع نموذج 5M و140ms مع نموذج 209M. وأرقام السرعة هذه أيضا شروط قاست ميسترال وأعلنتها، ويوضح النص الأصلي أن الاستدلال يمكن أن يعمل دون وحدة GPU.
O: يمكن لمسؤول عمليات في مصنع يراجع قيم أجهزة استشعار المعدات يوميًا ويحدد مخزون قطع الأسبوع المقبل أن يختار سجلًا داخليًا واحدًا من مستودع عام على GitHub، ويتنبأ بفترة ماضية، ثم يقارن التنبؤ بالقيم الفعلية.
X: المرتبة 1 لنموذج 209M وأزمنة الاستدلال 140ms مستمدة من المعايير وشروط القياس التي أعلنتها Mistral، لذا ما زال من الضروري التحقق مباشرة مما إذا كان الأداء نفسه يتحقق على بياناتك الخاصة.