WindFM-Tokenizer-robust — модель прогнозирования временных рядов для сценариев, связанных с ветроэнергетикой, способная работать при пропущенных ковариатах.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
WindFM-Tokenizer-robust — модель для прогнозирования временных рядов, связанная с ветроэнергетикой. Репозиторий содержит веса модели в формате safetensors; автор README направляет к отдельному GitHub-репозиторию за инструкциями по использованию.
Модель поддерживает прогнозирование при отсутствии части ковариат: значения отсутствующей переменной следует задавать равными нулю. Репозиторий распространяется по лицензии MIT. Другие сведения об архитектуре, размере, контексте, языковой поддержке и разработчике в доступных материалах не приведены.
Для отсутствующей ковариаты README предписывает задавать все её значения равными нулю. Инструкции по использованию находятся во внешнем GitHub-репозитории, который в предоставленных материалах не описан.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This repository contains the model weights for WindFM-Tokenizer-robust.
Regarding how to use this model, please refer to this GitHub repository.
The model supports prediction when some covariates are missing. When a covariate is missing, set all values of that variable to 0.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Временные ряды пока не поддерживаются.