/ Модель

Характеристики

Параметры
189 млн
Лицензия
CC BY-NC 4.0
Архитектура
patchtst_fm · dense
Библиотека
pytorch
Опубликована
10 сен 2026

Tabby-Pretrain

Прогноз временных рядовTime_series → time_series7 профессий

Замороженный энкодер PatchTST для прогнозирования временных рядов с оценкой распределения по 99 квантилям и адаптации под пользовательские данные.

179скачиваний за 30 дней4лайкавеса обновлены28 сен 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

Tabby-Pretrain — предварительно обученный энкодер PatchTST, разработанный авторами Tabby и опубликованный как замороженная базовая часть модели. Он предназначен для прогнозирования временных рядов без дообучения и для адаптации под конкретные данные. Архитектура включает 20 слоёв и размерность скрытого состояния 768; README указывает 145,84 млн параметров, а метаданные — 188,7 млн. Модель обучалась на реальных и синтетических временных рядах с маскированным предсказанием патчей и функцией потерь pinball для 99 квантилей, благодаря чему один проход формирует распределение прогноза.

Репозиторий содержит только веса энкодера в формате safetensors и конфигурацию; оптимизатор для продолжения обучения отсутствует. Для самостоятельного запуска полной модели авторы указывают отдельный чекпойнт Tabby, а для использования промпта — Tabby-Prompt. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое использование.

Сценарии применения

  • нулевое прогнозирование временных рядов
  • получение вероятностных прогнозов с квантильными интервалами
  • адаптация предобученного энкодера под собственный временной ряд

Ограничения

Репозиторий содержит только замороженный энкодер: для самостоятельного запуска полной модели может потребоваться Tabby или код загрузчика Tabby. Оптимизатор обучения не включён; лицензия CC BY-NC 4.0 ограничивает использование некоммерческими целями.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Tabby-Pretrain

The pretrained PatchTST backbone behind Tabby. It is a encoder only patch transformer trained with a masked-patch objective and a 99-quantile pinball loss, so a single forward pass returns a full predictive distribution.

This repository holds the frozen backbone only — use it for zero-shot forecasting, or as a base to adapt.

Looking for the full model? The post-trained model, backbone and prompt merged into one checkpoint that runs on its own, is published as Tabby. The prompt module on its own is Tabby-Prompt.

Open In Colab GitHub Technical Report

Architecture

Parameters145.84 M (253 tensors)
Layers20
d_model768
Attention heads12 (head dim 64)
MLP hidden3072 (4× d_model)
Patch size16
Context window8192 steps (512 patches)
Quantile levels99 (0.01 … 0.99)
Dropout0.1
Additional pretraining165,000 steps after a 10,000-step initialization checkpoint
Precisionreleased in fp32; trained in bf16

The quantile head is monotone by construction: it predicts a base level plus cumulative softplus increments, so the 99 levels can never cross.

Files

FileWhat it is
model.safetensorsbackbone weights, 583 MB, fp32
config.jsonarchitecture config
training_args.jsonthe recorded pretraining hyperparameters (dataset paths redacted)

The published weights are bit-for-bit the model state dict of the original training checkpoint. Only the optimizer state was dropped, which is what takes the file from 1750 MB down to 583 MB. If you need to resume pretraining rather than run inference, the optimizer state is not in this repository.

Usage

The loader in the Tabby code recognises a config.json + model.safetensors directory and loads it with no key renaming:

from huggingface_hub import snapshot_download
from tabby_prompt.model import load_patchtstfm_backbone

path = snapshot_download("paris-noah/Tabby-Pretrain")
backbone, cfg, step = load_patchtstfm_backbone(path, device="cuda", code_dir=PRETRAIN_CODE)

The loader reads a cumulative checkpoint counter from model.safetensors metadata. That counter includes the 10,000-step initialization checkpoint; the training duration reported here is the subsequent 165,000 steps.

To use it zero-shot through the same predict path Tabby uses, wrap it with prompt_len=0:

from tabby_prompt.model import PatchTSTFMPromptCFG, PromptedPatchTSTFM

cfg = PatchTSTFMPromptCFG(prompt_len=0, context_aware=False,
                          prediction_length=96, context_length=8096)
model = PromptedPatchTSTFM(backbone, cfg).to("cuda").eval()
out = model(context=x, prediction_length=96)   # out["quantile_preds"]: (B, 99, H)

Zero-shot reference

Measured through the Tabby evaluation harness at context_length=8096, each variate forecast independently:

BenchmarkMASECRPS
GIFT-Eval, 97 configs, max(H, 128) inference0.70400.4827

These are Seasonal-Naive normalised geometric means from the supplied GIFT-Eval evaluation CSV. Updated TIME window-level outputs are being submitted for official leaderboard aggregation; no TIME aggregate is claimed here.

Training

Initialized from a 10,000-step checkpoint, then trained for 165,000 steps in bf16 on a mixture of real and synthetic series:

  • real series from BLAST (ratio 0.3) and a GIFT-Eval pretraining pool (ratio 0.3), both domain-balanced;
  • synthetic series from a Chronos KernelSynth corpus (ratio 0.3), plus CauKer-V2 (ratio 0.1).

Objective: masked patch modelling with mask_ratio=0.4 in contiguous blocks of 8 patches, plus terminal masking of 0–2 patches, scored with a 99-quantile pinball loss. Intermediate supervision is applied at layer exits [0, 5, 10, 15, 20] (lambda_ds=0.5, lambda_fm=0.1).

Optimizer: AdamW, β=(0.9, 0.95), weight decay 0.1, gradient clip 1.0, WSD schedule with 10,000 warmup and 20,000 decay steps, peak and floor LR both 1e-5, effective batch 1200 (200 × 6 accumulation steps).

Full values are in training_args.json.

License

CC BY-NC 4.0 — non-commercial use only.

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
PatchTSTFMModel
Ревизия весов
b26c277

0 моделей