ant-intl/Falcon-TST

何を解決するか

時間系列予測の精度と効率を向上させるために、さまざまな種類のデータ（単変量および多変量時間系列を含む）に対応する大規模な基礎モデルのファミリーを提供します。

仕組み

本プロジェクトは3つの異なるモデルアーキテクチャを提供しています：

• Falcon-2.0: Omni-Range Bootstrap Incremental Training (ORBIT) を基盤とする単変量エンコーダー専用モデル。
• Falcon-X: 異種の変数を扱うために共有潜在プロトタイプ空間と二重依存モデリングを使用する多変量モデル。
• Falcon-1.0: パッチ単位のエキスパート専門化とサンプル単位の階層的ルーティングを組み合わせた階層型混合エキスパート（MoE）モデル。

対象ユーザー

時間系列予測に取り組むデータサイエンティストやMLエンジニアで、広範なデータセットに適用可能な事前学習済みの基礎モデルを必要とする人。

特徴

• 多様なモデルファミリー: 単変量（Falcon-2.0）および多変量（Falcon-X）予測をサポート。
• 分位数予測: 統一されたクライアントAPIを通じて分位数ベースの予測を可能に。
• スケーラブルなアーキテクチャ: 混合エキスパートやORBITトレーニング方式などの高度な技術を採用。