/ Модель

Характеристики

Параметры
36,2 млн
Лицензия
Apache 2.0
Архитектура
timetron · dense
Библиотека
pytorch
Опубликована
31 июл 2026

TimeTron-v2-33M

Прогноз временных рядовTime_series → time_series

Компактная вероятностная модель TimeTron для прогнозирования временных рядов, дистиллированная из Chronos-2.

18скачиваний за 30 дней0лайковвеса обновлены31 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

TimeTron-v2-33M — вероятностная модель прогнозирования временных рядов от CorteriIntelligence, созданная методом дистилляции знаний из Chronos-2. Модель содержит около 36,2 млн параметров по метаданным Hugging Face; в README указано 33,5 млн. Это компактная модель семейства TimeTron на PyTorch, опубликованная в формате Safetensors под лицензией Apache-2.0.

Модель предназначена для прогнозирования временных рядов, включая построение вероятностных прогнозов. Она обучалась на 8,25 млрд точек и оценивалась на GIFT-Eval. В README сообщается о результатах 0,8794 nMASE и 0,6122 nCRPS по 97 конфигурациям; также описано сравнение с более крупными моделями. Языковая поддержка не относится к основному сценарию применения: входом и выходом служат числовые временные ряды и прогнозы.

Модель унитарная: межрядовая групповая ветвь на этом чекпойнте не обучена, а передача group_ids не влияет на результат. Поддержка известных будущих ковариат обучалась ограниченно. Модель обучалась с контекстом до 512 точек; более длинные контексты не проверены, а горизонты свыше 384 точек продолжаются авторегрессионными блоками. README также предупреждает о возможном пересечении обучающих данных с тестовыми рядами GIFT-Eval, что ограничивает интерпретацию сравнительных результатов.

Сценарии применения

  • Построение вероятностного прогноза спроса по истории продаж
  • Прогнозирование нагрузки и потребления электроэнергии
  • Оценка будущих значений временного ряда с широким диапазоном величин

Ограничения

Чекпойнт унитарный: межрядовая групповая ветвь фактически не обучена, а известные будущие ковариаты обучались ограниченно. Модель обучалась на контекстах до 512 точек; для GIFT-Eval авторы заявляют о возможном пересечении обучающих данных с тестовыми рядами.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

TimeTron-v2-33M

A 33.5M-parameter time-series foundation model, distilled from Chronos-2 by latent-space knowledge distillation — the student matches the teacher's internal representations rather than its forecasts.

GIFT-Eval: 0.8794 normalized MASE / 0.6122 normalized CRPS across all 97 configurations (official Salesforce harness). On probabilistic accuracy it beats models up to 21× larger.

modelparamsnMASEnCRPS
TimeTron-v2-33M33.5M0.87940.6122
Chronos-Small46M0.89170.6630
Moirai-Base91M0.90100.6095
Chronos-Base200M0.87580.6521
Chronos-Large710M0.86960.6473
Chronos-2 (teacher)~120M0.69780.4854

Trained on 8.25B points (7.5B latent distillation + 750M output distillation) on a single rented RTX 4090.

Usage

import numpy as np
from modeling_timetron import TimeTron

model = TimeTron.from_pretrained("CorteriIntelligence/TimeTron-v2-33M")

context = np.random.randn(4, 512).astype("float32")     # (batch, history)
quantiles = model.predict(context, prediction_length=128)   # (4, 128, 21), input's own scale
median = model.predict_median(context, prediction_length=128)  # (4, 128)
  • 21 quantile levels: [0.01, 0.05, 0.1, 0.15 … 0.9, 0.95, 0.99] — index 10 is the median
  • 384 steps decoded natively; longer horizons extend autoregressively in whole chunks
  • Any context length — cropped to a multiple of 32 and left-padded as needed, up to 2048
  • Output is in the input's own scale; no manual normalization required

Requires torch, numpy, and safetensors. modeling_timetron.py is self-contained.

Model details

parameters33.52M
hidden / layers / heads512 / 12 / 16
patch length32
max context2048 (trained at ≤512)
native horizon384
attentionbidirectional, RoPE + QK-norm
normalizationcausal patch-norm, asinh-compressed, μ-anchored
output21 quantiles per future patch
teacherChronos-2 (~120M)

Forecasts are produced in z = asinh((y − μ)/σ) space and inverted as ŷ = μ + σ·sinh(z), which is why the model handles wide dynamic ranges without manual scaling.

Training

Latent KD at three taps (student layers 4/8/12 → teacher layers 4/8/final) with SmoothL1 against LayerNorm'd, pooled teacher representations, plus a pinball loss on 21 quantiles and a masked-view consistency term. The final checkpoint is a weight average of one latent-distilled checkpoint and two output-distilled variants (W_OUT 0.2 and 0.5) — averaging over objective-diverse checkpoints was the single most reliable source of gain in the project.

Limitations

  • Test-data leakage: declared Yes. Training pools contain series that are GIFT-Eval test datasets (m4 family, LOOP_SEATTLE, SZ_TAXI, hierarchical_sales, restaurant, temperature_rain). Long series used a 10% tail holdout and short series a last-window holdout, but partial overlap with official test horizons remains possible. We declare it rather than argue the edge case.
  • Univariate. The architecture contains a group-attention branch for in-context learning across related series, and predict(..., group_ids=...) exposes it — but on this checkpoint it is untrained and passing group_ids is a no-op. Training it on a frozen backbone measured 3.4% worse on GIFT's 43 multivariate configurations; the capability turned out to be inseparable from the backbone it co-adapts with.
  • Known-future covariates are supported by the architecture (future_values) with zero additional parameters, but are only lightly trained (~5% of rows).
  • Trained at context ≤512. Longer contexts are accepted but untested.
  • Horizons beyond 384 use autoregressive chunk extension, not a native long-horizon head.

Evaluation

Numbers above are the official GIFT-Eval harness (gluonts metric engine, official windowing and seasonality), aggregated as the geometric mean of per-configuration model_MASE / seasonal_naive_MASE. Submission artifacts are in gifteval_submission/.

On IEX Indian electricity spot prices (private data, clean for every model compared), TimeTron scores 1.189 MASE / 862 CRPS versus TimesFM-2.5's 1.232 / 908 — better on both at 1/7 the size.

Citation

@misc{srivastava2026timetron,
  title  = {TimeTron: Latent-Space Distillation of a Time-Series Foundation Model at 33M Parameters},
  author = {Srivastava, Aditya},
  year   = {2026},
  note   = {Corteri Intelligence}
}

Acknowledgements

Distilled from amazon/chronos-2. Evaluated with GIFT-Eval. Pretraining corpora: LOTSA, Time-300B, GIFT-Eval-Pretrain.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Временные ряды пока не поддерживаются.

Класс архитектуры
TimeTron
Ревизия весов
12e811d

0 моделей