NX-AI/tirex

TiRex: Zero-Shot Forecasting Across Long and Short Horizons with Enhanced In-Context Learning

何を解決するか

TiRexは、ユーザーの特定のデータセット上でモデルを訓練する必要なく、長期および短期の時間系列予測を実現するための設計です。ゼロショット予測アプローチを提供し、過去のデータのコンテキストをもとに、追加の訓練なしに将来の値を予測できます。

動作方法

TiRexは、xLSTMアーキテクチャに基づく35Mパラメータの事前学習モデルです。強化されたコンテキスト内学習を用いて、時間系列データに対する予測、分類、回帰タスクを実行します。モデルは予測に対して点推定と分位数推定の両方を提供でき、不確実性の評価が可能です。

対象ユーザー

このプロジェクトは、モデルをゼロから訓練する手間をかけずに、高パフォーマンスな時間系列予測、分類、回帰が必要なデータサイエンティストや機械学習エンジニアを対象としています。特に、ゼロショット機能が必要な多様な時間系列データセットを扱うユーザーに特に有用です。

特徴

  • ゼロショット予測: ユーザーのデータ上で訓練する必要なしに将来の値を予測可能。
  • 分位数予測: より堅牢な予測を実現するための点推定と分位数推定の両方を提供。
  • xLSTMベースのアーキテクチャ: 高効率な時間系列処理を実現する35MパラメータのxLSTMモデルに基づく。
  • 高パフォーマンス: GiftEvalやChronosZSなどのベンチマークで最先端の性能を達成。
  • マルチモーダルタスク対応: 予測、分類、回帰のタスクをサポート。
  • 最適化された推論: ONNXモデルとして提供され、さまざまなハードウェアプラットフォームで最適化されたパフォーマンスを実現。

関連

  • プロジェクト
    Cmochance/codex-app-transfer

    OpenAI Codex APP が内部 API 要求を標準的なチャット/コンプリーションプロトコルに変換することで、サードパーティ AI モデルを使用できるようにするデスクトップゲートウェイおよび設定ツール。

  • プロジェクト
    thewaltero/mythos-router

    A local CLI tool for verifiable AI-assisted coding that uses Strict Write Discipline to ensure AI file operations match the actual filesystem state, preventing hallucinations and broken writes.

  • プロジェクト
    NewT123-WM/tnlearn

    Tnlearn is a Python library that builds neural networks from task-based neurons discovered via symbolic regression. It uses either vectorized symbolic regression or LLM-guided equation discovery (DrSR) to fit formulas to tabular data, then embeds these as learnable neurons into an MLP, achieving better accuracy than classical gradient boosting and tabular deep learning methods.

  • プロジェクト
    aws/sagemaker-spark

    スケーラブルなモデルトレーニングと DataFrame 上での推論を可能にする、オープンソースの Spark ライブラリで、Amazon SageMaker を Spark ML パイプラインに統合します。