Характеристики

Контекст: 512 токенов
Параметры: 3,7 млн
Лицензия: Apache 2.0
Архитектура: t5 · dense
Базовая модель: chronos-bolt-tiny
Библиотека: chronos
Опубликована: 3 окт 2026

Ссылки

spendlens-spending-chronos-bolt-tiny

Прогноз временных рядовTime_series → time_series

Дообученная Chronos-Bolt Tiny прогнозирует сумму расходов по карте на следующий месяц по двум предыдущим месячным суммам.

30скачиваний за 30 дней0лайковвеса обновлены3 окт 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

SpendLens spending forecast — Chronos-Bolt Tiny — это дообученная модель для прогноза месячных расходов по карте. Она разработана на базе amazon/chronos-bolt-tiny и использует архитектуру T5; в репозитории около 3,7 млн параметров. Модель принимает две последовательные месячные суммы покупок в долларах США и прогнозирует сумму на следующий месяц в виде квантилей p10, p50 и p90, а также соответствующих категорий LOW, MEDIUM и HIGH с порогами 200 и 400 долларов. Для загрузки и работы указана библиотека chronos; контекст составляет 512 токенов.

Модель предназначена для демонстрационного прогноза расходов по отдельным картам. Она дообучена на синтетических данных, а описанная проверка не подтверждает пригодность для реальных финансовых решений: тестовые показатели слабы, вход содержит только два месячных наблюдения, а повторяющиеся карты встречались в разных временных выборках. Эмпирическое покрытие квантилей не гарантируется; для реального применения нужна внешняя проверка. README отдельно запрещает выводы о демографических характеристиках. Лицензия — Apache-2.0.

Сценарии применения

демонстрационный прогноз расходов по банковской карте на следующий месяц
оценка нижнего, медианного и верхнего сценария расходов
присвоение прогнозу расходов диапазона LOW, MEDIUM или HIGH

Ограничения

Дообучение выполнено на синтетических демонстрационных данных, а тестовые метрики не подтверждают качество для реальных финансовых сценариев; на входе только два месячных наблюдения. Квантильное покрытие не гарантируется, и модель не предназначена для демографических выводов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SpendLens spending forecast — Chronos-Bolt Tiny

Fine-tuned on synthetic demo; not a production-validated financial model. No demographic inference.

Input: two complete monthly positive purchase totals per card, in USD. Output: next-month p10/p50/p90 and derived LOW/MEDIUM/HIGH bands. Labels thresholds: 200 and 400 USD.

Best epoch: 3, selected on validation pinball loss. Test MAE: 89.6436; test band Macro-F1: 0.3756; baseline MAE: 92.1452; baseline band Macro-F1: 0.3864.

Only two monthly observations per input. Demo future amounts have little predictable structure. Same cards recur across temporal splits; July test targets were previously inspected for DistilBERT. Real external validation is required. No demographic inference. Quantile coverage is empirical, not guaranteed.

Install chronos-forecasting==2.3.2 and transformers==4.57.6. Load with BaseChronosPipeline.from_pretrained(repo_id, device_map='cpu'); call predict(torch.tensor([[250., 320.]]), prediction_length=1). Output shape is batch × quantiles × horizon. See forecast_contract.json and evaluation.json.

Training script: https://github.com/zaynfuture/isom-group-project/blob/main/scripts/train_spendlens_chronos.py

Как запустить

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

GPU в ailist

Универсальный рантайм · chronos

Нельзя запустить

Временные ряды пока не поддерживаются.

Класс архитектуры: ChronosBoltModelForForecasting
Ревизия весов: c59171a