Компактная модель IBM Research для нулевого прогнозирования и дообучения многомерных временных рядов с минутной и часовой частотой.

Подходит для: прогнозирование спроса по нескольким временным рядам · краткосрочный прогноз показателей с минутной частотой · почасовое прогнозирование сенсорных данных

Occamy-1.0 — дообученная мультимодальная MoE-модель для длительных агентных задач, программирования и совместной работы с инструментами.

Подходит для: выполнение многоэтапных рабочих процессов с вызовом инструментов · написание и отладка кода через терминал · поиск и обработка информации в ходе агентной задачи

Компактная предварительно обученная модель IBM для быстрого прогнозирования одномерных и многомерных временных рядов, включая сценарии zero-shot и few-shot.

Подходит для: прогнозирование спроса и продаж по временным рядам · прогнозирование показаний датчиков и телеметрии · многомерное прогнозирование с дополнительными переменными

Предварительно обученная модель Google Research для прогнозирования временных рядов по историческим данным.

Подходит для: прогнозирование будущих значений временного ряда · построение квантильных прогнозов временных рядов · оценка будущего спроса по историческим данным

Компактная предобученная модель IBM Research для прогнозирования многомерных временных рядов с минутной и часовой частотой.

Подходит для: Прогнозирование нескольких временных рядов на 96 точек вперёд · Получение прогноза временного ряда без дополнительного обучения · Дообучение модели на небольшом наборе целевых временных рядов

Компактная модель IBM Research для прогнозирования многомерных временных рядов с контекстом до 1536 точек и горизонтом до 720 точек.

Подходит для: прогнозирование показателей датчиков по истории наблюдений · краткосрочный прогноз временных рядов без дообучения · адаптация прогноза на целевом наборе временных данных

Компактная предварительно обученная модель IBM Research для быстрого прогнозирования одномерных и многомерных временных рядов, в том числе без дообучения.

Подходит для: прогнозирование спроса и временных показателей без дообучения · адаптация прогноза на небольшом наборе примеров · прогнозирование многомерных временных рядов

Предварительно обученная модель Google Research для прогнозирования одномерных временных рядов на основе исторических наблюдений.

Подходит для: прогнозирование будущих значений временного ряда · построение прогноза спроса по историческим данным · прогнозирование нагрузки по телеметрии

TimeMoE-50M — модель с архитектурой Mixture of Experts для прогнозирования будущих значений временных рядов по историческим данным.

Подходит для: прогнозирование значений временного ряда · предсказание спроса по истории наблюдений · прогнозирование показателей по последовательным измерениям

Преобразованная для Transformers модель Google TimesFM 2.5 для точечного и квантильного прогнозирования временных рядов.

Подходит для: прогнозирование будущих значений временного ряда по историческим данным · построение квантильных прогнозов временного ряда · получение точечных прогнозов для последовательностей наблюдений

Базовая модель Datadog для прогнозирования многомерных временных рядов, в том числе метрик наблюдаемости, без обязательного дообучения.

Подходит для: прогнозирование метрик наблюдаемости без дообучения · прогнозирование нескольких взаимосвязанных временных рядов · оценка неопределённости прогноза метрик

Moirai-1.0-R-Large — предварительно обученный Transformer от Salesforce для прогнозирования одномерных и многомерных временных рядов.

Подходит для: прогнозирование временных рядов · прогнозирование нескольких целевых показателей одновременно · учёт известных на горизонте прогноза ковариат при построении прогноза

TimeOmni-1-7B — дообученная Qwen2.5 модель для текстовых рассуждений и решения задач по временным рядам.

Подходит для: ответы на вопросы о временных рядах · рассуждения о временных закономерностях · решение разнообразных задач анализа временных рядов в диалоговом формате

Крупная универсальная модель MOMENT для прогнозирования и других задач анализа временных рядов.

Подходит для: прогнозирование значений временного ряда · классификация временных рядов по примерам · обнаружение аномалий во временных рядах

Дообученная на базе Qwen3.5-4B модель для обобщённых рассуждений и решения задач по временным рядам.

Подходит для: диалоговый анализ временных рядов · рассуждения о временных рядах · решение разнообразных задач анализа временных рядов

Лёгкий авторегрессионный Transformer THUML для zero-shot прогнозирования одномерных временных рядов.

Подходит для: zero-shot прогнозирование будущих значений временного ряда · прогнозирование временных рядов без дополнительного обучения · проверка моделей прогнозирования на бенчмарках TSLib

TimesFM — модель Google Research для точечного прогнозирования одномерных временных рядов на горизонте, заданном пользователем.

Подходит для: прогнозирование будущих значений временного ряда · прогнозирование ежедневного спроса или показателей · прогнозирование недельных и месячных рядов

Предварительно обученная модель Amazon на архитектуре T5 для вероятностного прогнозирования временных рядов по историческим наблюдениям.

Подходит для: прогнозирование будущих значений временного ряда · оценка распределения возможных будущих траекторий · прогнозирование спроса по истории продаж

Модель Time-MoE с архитектурой смеси экспертов для прогнозирования будущих значений временных рядов.

Подходит для: прогнозирование следующих значений временного ряда · построение базовых прогнозов для последовательных измерений · прогнозирование динамики показателей во времени

Omni-Diffusion — мультимодальная модель на основе дискретной диффузии для понимания и генерации текста, речи и изображений.

Подходит для: понимание изображений с текстовым запросом · генерация изображений по текстовому описанию · понимание и генерация речи в мультимодальном диалоге

Timer-S1 — модель-основание ByteDance Research для zero-shot среднесрочного и долгосрочного прогнозирования временных рядов.

Подходит для: среднесрочное прогнозирование временных рядов без дообучения · долгосрочное прогнозирование показателей бизнеса · построение прогнозов по нескольким квантилям

Модель Cisco на базе TimesFM 2.0 для zero-shot прогнозирования одномерных временных рядов с выдачей 128 будущих значений и квантилей.

Подходит для: прогнозирование продаж по истории наблюдений · прогнозирование спроса без дообучения на отдельной задаче · предсказание будущих значений датчика или метрики

Time-RCD — zero-shot модель thu-sail-lab, которая выявляет аномалии в одномерных и многомерных временных рядах и выдаёт оценку для каждого момента.

Подходит для: Поиск аномальных показаний датчиков без дообучения · Выявление сбоев в многомерных телеметрических рядах · Мониторинг временных рядов метрик сервисов

Timer-S1 — модель временных рядов на базе MoE Transformer для безнулевого прогнозирования, включая средне- и долгосрочные прогнозы.

Подходит для: прогнозирование спроса по историческим продажам · среднесрочное и долгосрочное прогнозирование показателей · многошаговый прогноз временного ряда без дообучения