SalesforceAIResearch/uni2ts

Unified Training of Universal Time Series Forecasting Transformers

What it solves

Uni2TS 旨在提供一个统一的框架来开发 Universal Time Series Transformers。它解决了在多样化时间序列数据集上进行大规模预训练、微调和零样本预测的挑战，无需为每个特定数据集单独创建模型。

How it works

该库基于 PyTorch 构建，并与 GluonTS 集成用于推理，使用 Hugging Face datasets 库进行数据加载。它支持多种模型架构，包括标准的 Moirai 模型和 Moirai‑MoE（Mixture of Experts）变体。框架提供 CLI，使用 Hydra 进行配置管理，以管理预训练、微调和评估任务。

Who it’s for

此工具面向从事时间序列预测的 AI 研究者和开发者，特别是希望利用基础模型处理时间序列数据的人。

Highlights

  • Universal Forecasting：支持使用已预训练的模型（如 Moirai 和 Moirai‑MoE）进行零样本预测。
  • Comprehensive Pipeline：提供大规模预训练、在自定义数据集上微调以及使用 MSE、MASE、CRPS 等指标进行评估的完整工具链。
  • Flexible Data Handling：支持多种数据集类型（wide、long、wide_multivariate），并与 Hugging Face 生态系统集成。
  • MoE Integration：实现 Moirai‑MoE，利用稀疏的 Mixture of Experts 来增强时间序列基础模型的能力。