Характеристики

Параметры: 12,4 млн
Лицензия: CC BY-NC 4.0
Опубликована: 1 ноя 2024

Ссылки

Hugging Face

moirai-moe-1.0-R-small

Salesforce

Прогноз временных рядовTime_series → time_series5 профессий

Компактная модель Salesforce семейства Moirai для прогнозирования временных рядов.

2 941скачиваний за 30 дней8лайковвеса обновлены21 янв 2025

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

Salesforce/moirai-moe-1.0-R-small — компактная предварительно обученная модель семейства Moirai для прогнозирования временных рядов, опубликованная Salesforce. Веса представлены в формате safetensors и содержат 12,4 млн параметров.

Модель предназначена для построения прогнозов по историческим значениям временных рядов. Её можно рассматривать для исследовательских и прикладных сценариев прогнозирования, предварительно проверив качество на целевых данных и условиях эксплуатации.

В карточке указано, что выпуск поддерживает академическую статью и предназначен для исследований; модель и связанные данные не оценивались для всех сценариев применения. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Сценарии применения

прогнозирование будущих значений временного ряда
эксперименты с предварительно обученными моделями временных рядов
сравнение прогнозов на исторических данных

Ограничения

Модель не оценивалась для всех сценариев применения; качество, безопасность и справедливость следует проверять на целевых данных. Лицензия CC BY-NC 4.0 не допускает коммерческого использования.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей IV.7Отраслевые задачиЦепочки поставок, склады, логистика и международная торговляAI помогает планировать сеть поставок, склады, перевозки и международное движение товаров.42 задачи392модели II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Также подходит для

IV.2Банки, платежи и инвестиции

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This model has been pushed to the Hub using the PytorchModelHubMixin integration:

Library: [More Information Needed]
Docs: [More Information Needed]

Ethical Considerations

This release is for research purposes only in support of an academic paper. Our models, datasets, and code are not specifically designed or evaluated for all downstream purposes. We strongly recommend users evaluate and address potential concerns related to accuracy, safety, and fairness before deploying this model. We encourage users to consider the common limitations of AI, comply with applicable laws, and leverage best practices when selecting use cases, particularly for high-risk scenarios where errors or misuse could significantly impact people’s lives, rights, or safety. For further guidance on use cases, refer to our AUP and AI AUP.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Временные ряды пока не поддерживаются.

Ревизия весов: deabb2c