Mistral 发布 Timestral 时间序列基础模型

Mistral 于 2026 年 10 月 15 日发布 Timestral 时间序列基础模型系列，面向多变量概率预测，提供 5M、28M、123M 和 209M 四种规模；其关注价值在于将基础模型方法引入企业常见的传感器、供应链和运营指标预测场景。

• Mistral 称，Timestral 支持过去协变量、已知未来协变量和分类协变量，并输出 21 个分位数，便于表达预测不确定性。
• 官方博客称，模型上下文长度最高为 32,768 个时间步，推理可运行在 CPU 上。
• Mistral 声称 Timestral-209M 在 GIFT-Eval、TIME 和 fev-bench 等公开基准上取得领先排名；这些结果来自厂商公布的评测。
• 官方 GitHub 仓库提供推理代码，代码采用 Apache 2.0 许可，模型权重另按 Modified MIT 许可发布。
• 官方材料也指出，公开基准与生产数据分布可能不同，实际效果仍取决于领域适配和数据漂移控制。
• 影响/看点：如果第三方复现实验并在真实业务数据上保持表现，较小模型和 CPU 推理可能降低部署门槛；但厂商自报基准不能替代跨数据集、跨行业的独立评测。
• 资料依据:
• Mistral（2026-10-15）：https://mistral.ai/news/timestral/
• Mistral AI GitHub（2026-10-15）：https://github.com/mistralai/timestral

本内容由 AI 生成，仅供参考，请注意甄别