/ Модель

Характеристики

Параметры
2,8 млрд
Лицензия
Apache 2.0
Библиотека
pytorch
Опубликована
17 апр 2026

Toto-2.0-2.5B

Прогноз временных рядовTime_series → time_series3 профессии

Модель Datadog для zero-shot прогнозирования многомерных временных рядов и оценки неопределённости, включая метрики наблюдаемости.

2 898скачиваний за 30 дней57лайковвеса обновлены4 июн 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

Toto-2.0-2.5B — разработанная Datadog модель временных рядов из семейства Toto, предназначенного для прогнозирования многомерных временных рядов, в том числе данных наблюдаемости. Это декодерный патчевый трансформер с чередованием внимания по временной оси и по переменным; версия на 2,8 млрд параметров распространяется в формате safetensors и рассчитана на работу с PyTorch.

Модель поддерживает zero-shot прогнозирование без дообучения на конкретном ряду, переменные горизонты прогноза и длины контекста, а также выдаёт точечные прогнозы и оценки неопределённости через квантильную выходную голову. В README заявлены результаты на BOOM, GIFT-Eval и TIME, включая высокие позиции среди моделей временных рядов; точные показатели для этого чекпойнта в предоставленном фрагменте не приведены.

Модель подходит для прогнозирования метрик инфраструктуры и других многомерных временных рядов. Доступна по лицензии Apache-2.0; инференсный код указан в связанном репозитории GitHub.

Сценарии применения

  • прогнозирование метрик инфраструктуры и сервисов
  • построение прогнозов для нескольких временных рядов одновременно
  • оценка неопределённости прогнозов временных рядов
  • zero-shot прогнозирование без дообучения на данных пользователя

Ограничения

В предоставленном фрагменте карточки не приведены точные показатели качества и ограничения по длине входного контекста или горизонту прогноза. Результаты зависят от характеристик временных рядов и вычислительных ресурсов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Toto-2.0-2.5B

Toto (Time Series Optimized Transformer for Observability) is a family of time series foundation models for multivariate forecasting developed by Datadog.

Toto 2.0 is the current generation, featuring u-μP-scaled transformers ranging from 4m to 2.5B parameters, all trained from a single recipe. Forecast quality improves reliably with parameter count across the family.

The family sets a new state of the art on three forecasting benchmarks: BOOM, our observability benchmark; GIFT-Eval, the standard general-purpose benchmark; and the recent contamination-resistant TIME benchmark.

📊 Performance

⚡ Quick Start

Inference code is available on GitHub.

Installation

pip install toto-models

Inference Example

import torch
from toto2 import Toto2Model

model = Toto2Model.from_pretrained("Datadog/Toto-2.0-2.5B")
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model = model.to(device).eval()

# (batch, n_variates, time_steps)
target = torch.randn(1, 1, 512, device=device)
target_mask = torch.ones_like(target, dtype=torch.bool)
series_ids = torch.zeros(1, 1, dtype=torch.long, device=device)

# Returns quantiles of shape (9, batch, n_variates, horizon)
# Quantile levels: [0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9]
quantiles = model.forecast(
    {"target": target, "target_mask": target_mask, "series_ids": series_ids},
    horizon=96,
    decode_block_size=768,
    has_missing_values=False,
)

For more examples, see the Quick Start notebook and GluonTS integration notebook.

💾 Available Checkpoints

All five Toto 2.0 sizes share the same training recipe; pick a size based on your accuracy/latency budget. Latency is forward-pass time for a 1,024-step single-pass forecast at batch size 8 on a single A100.

ModelParamsWeights (fp32)LatencyRecommended for
Toto‑2.0‑4m4m16 MB~3.8 msEdge / CPU deployment; tightest latency or memory budgets.
Toto‑2.0‑22m22m84 MB~5.0 msEfficient default — matches or beats Toto 1.0 quality with ~7× fewer parameters.
Toto‑2.0‑313m313m1.2 GB~15.4 msStrong general-purpose checkpoint; top-3 foundation model on GIFT-Eval.
Toto‑2.0‑1B1B3.9 GB~20.9 msBest quality / cost tradeoff for production workloads.
Toto‑2.0‑2.5B2.5B9.1 GB~36.2 msHighest accuracy; #1 foundation model on every benchmark.

✨ Key Features

  • Zero-Shot Forecasting: Forecast without fine-tuning on your specific time series.
  • Multi-Variate Support: Efficiently process multiple variables using alternating time/variate attention.
  • Probabilistic Predictions: Generate point forecasts and uncertainty estimates via a quantile output head.
  • Decoder-Only Architecture: Support for variable prediction horizons and context lengths.
  • u-μP Scaling: A single training recipe transfers cleanly across all five sizes (4m → 2.5B).

🏗️ Architecture

🔗 Additional Resources

📖 Citation

@misc{khwaja2026toto20timeseries,
      title={Toto 2.0: Time Series Forecasting Enters the Scaling Era}, 
      author={Emaad Khwaja and Chris Lettieri and Gerald Woo and Eden Belouadah and Marc Cenac and Guillaume Jarry and Enguerrand Paquin and Xunyi Zhao and Viktoriya Zhukov and Othmane Abou-Amal and Chenghao Liu and Ameet Talwalkar and David Asker},
      year={2026},
      eprint={2605.20119},
      archivePrefix={arXiv},
      primaryClass={cs.LG},
      url={https://arxiv.org/abs/2605.20119}, 
}

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.

Ревизия весов
51a2812

0 моделей