IBM का नया टाइम-सीरीज़ पूर्वानुमान AI मॉडल जारी

मांग, कीमतों, बिजली लोड, ट्रैफिक और समय के साथ बदलने वाले अन्य डेटा का पूर्वानुमान लगाने के लिए, IBM ने अपने ग्रेनाइट टाइम सीरीज़ फाउंडेशन मॉडल परिवार का नया मॉडल PatchTST-FM-r2 जारी किया है। 8 सितंबर 2026 तक, लगभग 385 मिलियन पैरामीटर वाला यह मॉडल, GIFT-Eval लीडरबोर्ड पर, अनुमेय, व्यावसायिक रूप से अनुकूल ओपन-सोर्स लाइसेंस के तहत जारी किए गए "ज़ीरो-शॉट" (zero-shot) मॉडलों में सबसे बेहतर प्रदर्शन करने वाला है। यह एक ऐसा बेंचमार्क है जो पूर्वानुमान मॉडलों को कई तरह की परिस्थितियों में परखता है।

एक ज़ीरो-शॉट मॉडल किसी नए डेटासेट के लिए अलग से प्रशिक्षित हुए बिना ही उसके पूर्वानुमान बना सकता है, जबकि पारंपरिक पूर्वानुमान प्रणालियों को हर डेटासेट के लिए अपना अलग मॉडल चाहिए होता है। PatchTST-FM-r2, 8,192 समय-चरणों तक के इनपुट इतिहास को संभाल सकता है और लचीली लंबाई के पूर्वानुमान बना सकता है। यह प्रायिकता-आधारित पूर्वानुमान भी दे सकता है—यानी यह एक अकेले नंबर के बजाय संभावित नतीजों की एक सीमा का अनुमान लगाता है।

GIFT-Eval पर, जो केवल ज़ीरो-शॉट, दोहराए जा सकने वाले और बिना टेस्ट-लीकेज वाले मॉडलों तक सीमित है, PatchTST-FM-r2 कुल मिलाकर TimesFM-3 के बाद दूसरे स्थान पर है। अपने खुद के Apache-2.0 तथा OpenMDW-1.0 दोहरे लाइसेंस जैसे अनुमेय लाइसेंस वाले मॉडलों में यह पहले स्थान पर है। तुलना में उन "प्रीट्रेंड" मॉडलों को भी शामिल किया जाए, जिन्हें बेंचमार्क के अपने कुछ डेटासेट पर प्रशिक्षित होने की अनुमति है, तब भी PatchTST-FM-r2 शीर्ष के करीब रहता है। यह Chronos-2, Timer-S1 तथा Toto जैसे कई बड़े प्रीट्रेंड मॉडलों को पीछे छोड़ देता है।

नए वर्ज़न ने मॉडल की आंतरिक संरचना बदल दी है। इसके पिछले वर्ज़न, PatchTST-FM-r1 में, सेल्फ-अटेंशन (self-attention) को एक मानक फीड-फॉरवर्ड नेटवर्क के साथ जोड़ा गया था। यह एक ऐसी तकनीक है जो मॉडल को टाइम सीरीज़ के अलग-अलग बिंदुओं के बीच संबंधों को तौलने देती है। PatchTST-FM-r2 इसके बजाय स्पीच-प्रोसेसिंग शोध से लिए गए "कॉन्फॉर्मर" (conformer) ब्लॉक इस्तेमाल करता है। ये सेल्फ-अटेंशन को टेम्पोरल कन्वोल्यूशन के साथ जोड़ते हैं, जो स्थानीय पैटर्न पकड़ने की एक तकनीक है। सेल्फ-अटेंशन डेटा में लंबी दूरी के संबंधों को मॉडल करता है, जबकि कन्वोल्यूशन छोटी अवधि की संरचना को पकड़ता है।

बेंचमार्क नतीजों को दोहराने के लिए ज़रूरी मॉडल वेट, आर्किटेक्चर, इन्फरेंस (inference) पाइपलाइन और कोड, सभी सार्वजनिक रूप से उपलब्ध हैं, IBM का कहना है। कंपनी ने यह भी बताया कि कॉन्फ्लुएंट (Confluent) डेटा-स्ट्रीमिंग प्लेटफॉर्म के ज़रिए ग्रेनाइट टाइम-सीरीज़ मॉडलों का इस्तेमाल स्ट्रीमिंग एप्लिकेशन में कैसे किया जा सकता है।