Предварительно обученная модель Amazon на архитектуре T5 для быстрого вероятностного прогнозирования временных рядов без дообучения на целевых данных.

Подходит для: прогнозирование спроса по историческим продажам · построение вероятностного прогноза временного ряда · прогнозирование временного ряда без обучения на целевом датасете

Chronos-2 — модель Amazon для zero-shot прогнозирования одномерных и многомерных временных рядов с учётом ковариат.

Подходит для: прогнозирование спроса и продаж по истории · прогнозирование нескольких связанных временных рядов · построение прогнозов с учётом дополнительных признаков

Компактная модель Chronos-2 для прогнозирования временных рядов.

Подходит для: прогнозирование будущих значений временного ряда · построение прогнозов на основе исторических наблюдений · эксперименты с предварительно обученными моделями временных рядов

Компактная предварительно обученная модель AutoGluon для zero-shot прогнозирования временных рядов с оценками по квантилям.

Подходит для: прогнозирование спроса по историческим продажам · оценка будущей нагрузки по временным наблюдениям · построение вероятностных прогнозов с квантилями

Модель Amazon на архитектуре T5 для вероятностного прогнозирования временных рядов по историческим наблюдениям.

Подходит для: прогнозирование будущих значений временного ряда · получение вероятностного прогноза спроса или нагрузки · оценка возможных траекторий временного ряда

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 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 AutoGluon для быстрых вероятностных прогнозов временных рядов без дообучения на целевых данных.

Подходит для: прогнозирование спроса и продаж по историческим рядам · оценка будущей нагрузки на инфраструктуру · прогнозирование показателей датчиков и телеметрии

Многоязычная модель DeBERTa V3, дообученная на SQuAD 2.0 для извлечения ответов на вопросы из заданного текста.

Подходит для: поиск ответа на вопрос в статье или документе · извлечение фактов из предоставленного контекста · ответы на вопросы по многоязычным текстам

TimesFM 2.5 200M — предварительно обученная модель Google Research для прогнозирования временных рядов.

Подходит для: прогнозирование будущих значений временного ряда · построение прогнозов по историческим наблюдениям · прогнозирование показателей посещаемости веб-страниц

Chronos-2 — модель AutoGluon для zero-shot прогнозирования одномерных и многомерных временных рядов с учётом ковариат.

Подходит для: Прогнозирование спроса и продаж по временным рядам · Многомерное прогнозирование связанных показателей · Прогнозирование с учётом известных будущих факторов

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

Подходит для: прогнозирование будущих значений временного ряда · получение вероятностного прогноза с несколькими сценариями · прогнозирование на основе исторических наблюдений

Англоязычный энкодер предложений, создающий семантические векторы для поиска, сравнения и кластеризации текстов.

Подходит для: семантический поиск по коротким текстам · поиск похожих предложений и абзацев · кластеризация текстов по смыслу

Предварительно обученная модель Amazon на базе T5 для быстрого zero-shot прогнозирования временных рядов с вероятностными квантильными оценками.

Подходит для: прогнозирование спроса по историческим данным · прогнозирование будущей нагрузки на сервисы · оценка вероятностных сценариев развития числового ряда

Предварительно обученная модель AutoGluon для быстрого вероятностного прогнозирования временных рядов без дообучения на целевых данных.

Подходит для: прогнозирование спроса и продаж на будущие периоды · построение прогнозов для множества временных рядов без обучения на целевых данных · оценка диапазона будущих значений с помощью квантильных прогнозов

Предварительно обученная компактная модель Amazon для быстрого zero-shot прогнозирования временных рядов с квантильными оценками будущих значений.

Подходит для: прогнозирование спроса по истории продаж · прогнозирование бизнес-показателей на будущие периоды · прогнозирование сенсорных и телеметрических рядов

Chronos-2-Synth — модель архитектуры T5 для прогнозирования временных рядов, обученная только на синтетических одномерных и многомерных данных.

Подходит для: прогнозирование будущих значений одномерного временного ряда · прогнозирование нескольких связанных временных рядов · эксперименты с прогнозированием на синтетических данных

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

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

Подходит для: прогнозирование будущих значений временного ряда · получение вероятностных прогнозов и диапазонов неопределённости · генерация нескольких возможных траекторий развития ряда

Англоязычный cross-encoder для оценки релевантности пар «поисковый запрос — текст» и переранжирования результатов поиска.

Подходит для: Переранжирование фрагментов, найденных поисковой системой · Оценка релевантности документов запросу · Сортировка результатов ElasticSearch по соответствию запросу

Предварительно обученная модель на архитектуре T5 для вероятностного прогнозирования временных рядов по их историческим значениям.

Подходит для: прогнозирование будущих значений временного ряда · построение вероятностных прогнозов с оценкой неопределённости · генерация нескольких сценариев развития временного ряда

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

Компактная модель Amazon на архитектуре T5 для быстрого вероятностного прогнозирования временных рядов без дообучения на целевом наборе данных.

Подходит для: прогнозирование спроса по истории продаж · прогнозирование временных рядов без разметки целевого домена · оценка диапазона будущих значений с помощью квантильных прогнозов

Компактная англоязычная BERT-модель BGE для создания текстовых эмбеддингов, семантического поиска и сравнения предложений.

Подходит для: семантический поиск по англоязычным документам · поиск релевантных фрагментов для RAG · сравнение смысловой близости предложений